决策表的正域约简及核的计算

为降低计算的复杂度,基于正域约简的定义,研究了决策表的约简方法及核的计算方法,构造了关于决策表对象的区分条件.探讨了该条件下正域约简与区分属性集合的关系,借助区分矩阵与区分函数提出了一种完备的约简方法,并且区分矩阵的构成无需计算正域,可直接由决策表产生.     

基于模糊约简的高速列车舒适性综合评价

通过对影响高速列车舒适性的多种因素进行综合比较和分析,构建具有科学性、可测量性的高速列车舒适性综合评价指标体系,并利用粗糙集理论和模糊理论建立一种约简的高速列车舒适性综合评价方法。通过实例验证,表明其评价过程更具科学性、直观性和方便性。     

变分曲线模型及其在轨道数据库生成中的应用研究

本文研究有限约束条件下的变分曲线模型及其在铁路列控轨道数据库中的应用,提出从GPS轨道数据中自动生成适合列车控制的数字轨道地图的方法、模型和算法。通过大量实测数据对算法和方法进行验证、比较和改进,针对大量轨道数据建立其数据约简的组合数学模型,分析实际列车运行时有限约束条件,研究曲线演化理论,采用基于变分曲线模型曲线形变的思想对数据进行约简和误差剔除,在满足一定的误差前提下快速自动获取少量关键数据来描述铁道轨迹,完善列控轨道数据库的自动生成与优化方法,实现基于GPS的列车运行控制系统的实时、精确定位。     

基于粗糙集理论和FCM的轨道电路故障诊断模型

由于轨道电路数据多且其维数高,这往往会导致所选特征之间存在冗余和相容性的问题。基于主分量启发式算法,引入相容度概念,并提出一种改进的主分量启发式属性约简算法,提取初始数据的主要特征属性来降低样本的维数。同时将模糊认知图概念引入到轨道电路故障诊断中,利用最小二乘法完成模糊认知图节点间权值的选择,最后根据权值建立轨道电路诊断模型并对预处理的样本进行训练和分类。实验结果表明,与单独的FCM分类器相比较,加入属性约简算法后, FCM分类器可提高分类性能,与采用人工确定权值的FCM方法对比,最小二乘法提高了FCM分类的精度。     

一种基于知识的信息熵概念的粗糙集知识约简方法

文中提出了知识的信息熵的概念,通过知识的信息熵对属性的重要性进行了定义,提出了基于信息熵的租糙集知识约简方法,并通过实例进行了分析。分析结果表明文中提出的基于知识的信息熵概念的粗糙集知识约简方法是行之有效的。     

基于粗糙集属性约简的异步电机速度模型结构辨识

提出了一种针对决策信息系统的属性约简方法,并将其应用到异步电机速度模型结构辨识上.同时,讨论了去除离散化数据中不一致规则的方法.结果表明,约简之后的速度模型结构与实际调速系统中影响电机转速的因素相符合,从而表明该算法是有效的.     

基于遗传算法的粗糙集知识约简

知识约简是粗糙集理论的核心内容之一。本文通过知识表达系统中条件属性对决策属性的重要性,来描述由条件属性所提供的知识对整体决策的重要程度,利用遗传算法,提出一种基于遗传算法的粗糙集知识约简方法。     

集装箱港口竞争力影响因素的粗糙集分析

由于全球各集装箱港口之间的竞争日益激烈,而目前缺乏评价港口竞争力的权威指标体系,相关的指标数量众多,难以确定哪些是关键指标,为探讨影响港口竞争力的主要因素,尝试在集装箱港口竞争力的评价指标中引入新兴的数学工具粗糙集理论,通过属性约简,删除冗余指标,简化指标体系,从10个评价指标中提取影响评价结果的5个关键指标,为研究集装箱港口竞争力提供新的思路。     

基于粗约简的数据流增量聚类算法

针对数据流聚类算法CluStream需预先指定微聚类数目无法准确描述数据流的变化,进而影响最终聚类结果的缺陷,提出了基于粗约简的数据流增量聚类算法RICStream(rough incremental clustering stream).该算法在保证聚类精度的前提下,对参与聚类的数据流属性进行动态调整,有效地减少了聚类时间和计算量.提出了一种可增量调整的网格结构以存储数据流,保证了聚类结果能有效反映数据流的变化情况.基于真实数据集和仿真数据集的实验结果表明,RICStream算法具有较高的效率和聚类精度.     

基于粗糙集属性约简的异步电机速度模型结构辨识

提出了一种针对决策信息系统的属性约简方法,并将其应用到异步电机速度模型结构辨识上.同时,讨论了去除离散化数据中不一致规则的方法.结果表明,约简之后的速度模型结构与实际调速系统中影响电机转速的因素相符合,从而表明该算法是有效的.