湿式离合器出油口甩出油温度预测方法

为了实现对湿式离合器出油口甩出油温度传感器的冗余校验和自我诊断，提出了一种基于粒计算约简的离合器出油口甩出油温度的模糊预测方法。首先分析出油口甩出油温度的影响因素，将主要影响因素作为预测输入量，并采用模糊推理理论预测当前离合器出油口甩出油温度。在设计模糊预测方法的过程中，通过分析实车数据得到车辆行驶时离合器处于高滑摩功率过程和低滑摩功率过程的不同特性，分别确定相对应的隶属度函数和模糊预测规则，从而进一步提高出油口甩出油温的预测精度。为了提高模糊预测算法的实时性，基于模糊预测规则创建模糊决策表，模糊输入量和模糊输出量分别作为决策表的条件属性集与决策属性集。利用粒计算理论对模糊决策表的条件属性集进行属性约简，通过削减冗余信息有效降低模糊输入量和模糊预测规则的个数。最后利用实车采集的数据对比分析约简前后模糊预测算法的单步运行时间和预测误差等性能指标。试验结果表明：基于粒计算约简的模糊预测算法能够有效保障预测精度，同时拥有更少的模糊预测规则数和模糊输入量，有效解决了模糊预测算法占用资源较多以及实用性较差的问题。     

基于粗糙集和模糊聚类理论的文本分类系统的研究与实现

随着Internet的发展及广泛应用，越来越多的文本信息以待阅读和处理。文本分类成为众所关注但仍未很好解决的热门课题。本文提出一种基于粗糙集和模糊聚类（RS＆FC）理论的文本分类新模型，详细讨论和分析了该模型的总体设计思想、主要实现技术和有关的算法及实现方案。该模型在分类规则产生之前，以训练样本直接聚类的结果构造信息表，并对表中的连续属性离散化，再对信息表中的特征词属性进行二次聚类，压缩文本特征子集的向量维数，提取关键字特征属性，建立决策信息表，然后利用粗糙集理论，采用启发式约简算法，对信息表进行约简，产生优化的分类规则，指导文本分类。最后通过实验和性能评价，本文提出的分类方法的分类准确率高于传统的K-最近邻分类（K-NN）法，提高了系统的适应性能和分类能力。     

粗糙集-BP神经网络组合在PSC选船模型中的应用

本文以欧盟最新港口国监督法令(2009/16/EC)巴黎备忘录目标船选船机制(NIR)为研究对象,提出基于粗糙集和BP神经网络组合算法的PSC的新选船模型。研究结果表明:该算法有效结合粗糙集理论与BP神经网络的优点,属性约简科学合理,避免选择评价因素的主观影响,简化了网络结构。     

柴胡皂苷d对大鼠实验性肝癌形成的预防作用

目的研究柴胡皂苷d(saikosaponin-d,SSd)对大鼠实验性肝癌形成的预防作用。方法采用间断小剂量二乙基亚硝胺(diethylnitrosamine,DEN)灌胃诱发大鼠肝癌模型,将90只清洁级雄性SD大鼠随机分为5组:正常对照组(10只)、肝癌模型组(20只)、SSd大、中、小剂量组(2.0、1.5、1.0 mg/kg,各20只),SSd治疗组在建立肝癌模型的同时,腹腔注射不同剂量的SSd,实验16周后停止给药,实验第18周处死所有大鼠,比较各组大鼠体重的改变,检测血清肝功指标丙氨酸氨基转移酶(alanine aminotransferase,ALT)、天门冬氨酸氨基转移酶(aspartate aminotransferase,AST)、碱性磷酸酶(alkaline phosphatase,ALP)、γ-谷氨酰转肽酶(γ-glutamyltransferase,GGT)、α-L-岩藻糖苷酶(alpha-L-fucosidase,AFU),并进行肝脏病理组织学检查。结果SSd各剂量组与肝癌模型组比较,血清各项肝功指标水平明显下降,差异有统计学意义,特别是SSd大剂量组(P<0.01);同时SSd治疗组与肝癌模型组相比,肝脏病理组织学镜下观察,癌细胞分化程度高,异型性低。结论SSd对大鼠实验性肝癌形成具有一定的防治作用。     

基于粗糙集的最小规则生成算法

讨论了可辩识矩阵的内容的深层次含义，分析了它与属性值约简的关系，并提出了一种利用可辩识矩阵实现属性值约简的方法，分析了利用可辩识矩阵实现属性约简和属性值约简的方法，设计了基于可辩识矩阵的最佳约简的算法，使得属性约简和属性值约简得以一致计算，使知识推理过程变得统一且相对简单．     

基于变精度粗糙集的故障特征选择方法

粗糙集理论是近年来发展起来的一种有效处理不确定、不精确问题的新型数学工具。文章阐述了传统Pawlak粗糙集的核心内容,并介绍了变精度粗糙集的基本概念。从信息论观点出发,提出了基于变精度粗糙集的信息表属性约简方法,并验证了将该方法应用于故障特征选择的可行性。柴油机的实际诊断结果表明,该方法节省了硬件费用,改善了运算效能。     

改进的属性约简算法及其在决策树中的应用

针对传统的基于区分矩阵属性约简算法在构建区分矩阵时生成很多冗余元素,空间和时间性能上不够理想的缺点,利用动态数组及新的约简过程进一步改进,最后把新的属性约简算法应用到决策树的构建上,实验证明,该算法能够提高决策树分类性能.     

铁路信号安全关键软件的组合测试序列集约简

针对现有铁路信号系统安全关键软件t-路组合测试序列生成方法在处理大规模输入时产生冗余测试序列,导致测试执行成本较高的问题,提出了一种基于贪婪-粒子群混合优化算法的t-路组合测试序列集约简方法,用于降低序列集的执行成本. 首先,以执行成本最低为约简目标,建立针对t-路组合测试序列集约简的优化模型;然后,在保证测试序列集逻辑覆盖特性的基础上,采用贪婪-粒子群混合优化算法求解模型,计算约简后的测试序列集;最后,以ZPW-2000轨道电路接收器软件作为研究对象,以其生成的2-路组合测试序列集为例开展约简验证. 结果表明,所提方法在保证2-路组合覆盖和逻辑覆盖的前提下,对单个序列集的执行成本约简幅度最高达到98.33%,对序列集总的执行成本约简幅度达到36.10%,验证了所提方法的可行性和有效性.      

基于二进制可辨矩阵知识约简方法的完备有效性

对于海量数据的铁路各种信息管理系统,利用基于二进制可辨矩阵的知识约简方法简化数据和从大量的冗余数据中挖掘出有价值的信息,是一种很有前途的方法。但实例证明该方法中的一些规则在有些情况下还不是完备有效的。因此,以从铁道部某管理信息系统的数据中抽取并建立的决策表为例进行检算和分析,提出基于二进制可辨矩阵知识约简方法的有效性及完备性的形式化定义,即:若给定二进制矩阵其列向量逻辑和为全“1”,则其正域相等,称其为有效;反之也成立,则称其为完备。从理论上给出严格的证明,首先求出有效和完备的二进制矩阵,然后求出最简的二进制矩阵,所得结果就是最简约简。