粗糙集理论在通信电台装载平台识别中的应用

粗糙集理论能有效地分析和处理不精确、不一致和不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。讨论了粗糙集理论用于通信电台装载平台识别的方法，实践表明该方法具有重要的应用价值。     

基于粗糙集的机车牵引变流器故障诊断方法

利用粗糙集对故障特征数据库中的数据进行处理和约简,过滤冗余属性,提取出有效的故障模式规则.依据这些规则,对新加入数据进行判别并归类,识别出故障的类型,依此找到故障的原因并排除故障,从而使机车实现“状态修”成为可能.从实验结果可知,基于粗糙集的故障诊断方法非常有效,可以很大程度减少数据处理的工作量.     

一种改进的最小属性约简算法

最小属性约简是粗糙集理论中的一个重要内容,通过对属性约简算法的研究,指出基于U/{a}划分的最小属性约简算法中的不足,并提出了一种改进的最小属性约简算法.该算法以基于等价类的方法对论域进行压缩,有效地降低了算法的空间复杂度,用基于核的方法求解最小约简,从而保证可获得最小约简.实验结果表明,该算法具有复杂性低、存储空间小和效率高的特点,是一种有效的最小属性约简算法.     

基于可分辨重要度的属性约简算法

在可分辨关系和分辨强度指数概念的基础上,构造出“基于可分辨重要度的属性约简算法”．算法采用自底向上的方法,利用启发式信息可分辨重要度SIG作为属性选取的依据．算法无需生成中间结果,并将相关的逻辑运算转换成矩阵运算,从而达到降低系统时空开销、有效处理大规模数据的目的．理论分析和UCI数据集的测试结果表明,文中提出的算法有效、可行．     

船舶定线制事故多发航段成因分析

船舶定线制事故多发航段为多种原因综合造成且具有不确定性。为判别事故发生的主要成因,进而有针对性地制定治理措施,预防和减少事故发生。考虑事故多发航段成因的复杂性和多样性,引入粗糙集理论来处理交通事故统计数据,客观有效地从数据中发现所含信息,从而判断出各因素对船舶定线制事故影响程度的大小,为制定安全改进措施提供依据,也为优化船舶定线制的设计方案提供参考。     

基于评价指数的属性约简算法

从粗糙集理论出发,提出可分辨关系和对象差异矩阵的概念,并以此为基础构造出基于评价指数的属性约简算法.算法采用自底向上的方法,利用属性的评价指数作为启发式信息,求得属性集合的约简.在多个UCI数据集上进行试验,理论分析和实验数据表明,文中提出的属性约简算法是有效、可行的,具有较高的效率.     

基于遗传粗糙集的渔船安全评估及规则挖掘

为对渔船安全技术状况进行客观评估,提出了基于粗糙集的渔船安全技术状况评估方法。通过遗传算法对粗糙集属性约简进行改进,利用属性依赖度计算属性核,同时在种群初始化时引入属性核计算个体适应度,动态调整适应度函数以获得最小属性约简。算法根据属性重要度确定指标权重并获得综合评估结果,按照生成的规则知识库进行了规则挖掘。试验表明：该方法可以有效地降低评估运算量,同时规则知识库的建立为渔船安全技术状况评估提供了基础依据。     

粗糙集理论在海事中的应用研究

针对租糙集理论在海事领域应用研究的不足,运用RSES粗糙集数据处理系统中的遗传算法,对由6个因素组成的海船船员适任决策表进行了数据挖掘,挖掘出了5个长度为4的属性约简集和241条决策规则.研究表明,在所选取的6个因素中,约简后各因素出现的频度分别为2,5,4,3,3,4,学历因素的重要度最高,而年龄因素的重要度最低.各因素对一般及以下等级海事发生的平均可信度分别为0.71,0.68,0.68,0.74,0.73,0.77.各因素对重大及以上等级海事发生的平均可信度分别为0.29,0.32,0.32,0.26,0.27,0.23.各因素主要引起一般及以下等级程度海事.     

基于粗糙集理论的系统智能控制方法研究

为了使系统能够正常运行,采用粗糙集理论对其状态进行智能控制.通过分析系统正常运行的历史数据,经过归一化、求上界完成信息系统的初始化后,利用粗糙集理论对其进行属性约简并得出决策规则.把经过初始化的实时数据带入决策规则中来判断系统状态是否存在异常,最终完成对系统的智能控制.     

变精度粗糙集模型在空袭兵器类型识别中的应用

针对经典粗糙集模型解决空袭兵器类型识别问题时的不足,文章提出了一种改进的相似度,建立了基于改进相似度的变精度粗糙集模型并提出了基于重要度的属性约简算法。最后利用一组测试样本对模型进行了检验,结果表明模型准确、可靠。