分享到:

粗糙集理论分层递阶约简算法的研究

本文模仿人类认识事物的分层递阶原则,提出并且主要研究数据挖掘和信息融合的重要方法——粗糙集理论的分层递阶约简算法体系。首先,本文提出粗糙集理论的分层递阶约简算法。该算法根据属性的获取方式、采集成本和实时性要求等对属性进行分类,使信息系统或者决策系统中的所有属性在单层次和单粒度上的知识表示变为部分属性所构成的知识在多种层次和多种粒度上的表示,从而可以逐层对信息系统进行约简。该算法非常适合应用于实际问题。本文从信息理论的角度分别证明属性分层递阶不改变信息系统的信息熵和决策系统的互信息,从而使分层递阶约简算法体系具有严格的数学基础;分层递阶约简算法在某水泥窑炉控制决策获取中的应用证实其有效性。其次,本文针对粗糙集理论中的两个重要数据处理过程——完备化和离散化,分别提出分层递阶约简算法的两个拓展算法;另外,引入一个分层递阶约简的拓展算法。拓展算法一:不完备信息系统的粗糙集分层递阶约简算法将属性分为完备属性层和不完备属性层,然后分层递阶约  (本文共143页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

基于粗糙集的过程建模、控制与故障诊断

传统的工业过程建模、控制及故障诊断技术大多基于精确的数学模型,适用于已知运行机理和过程特性的工业系统。然而,工业系统的结构、参数和运行模式在不断的变化,对过程机理的透彻分析和精确数学模型的建立常常需要付出无法接受的代价,系统的控制和故障诊断也就因此面临一个精确建模问题。在实际工业生产中,工程技术人员在对系统机理和数学模型知之甚少的情况下通过观察和经验总结,仍然能够对系统进行良好的手动控制和及时的故障诊断,因此完全可以采用机器学习的智能方法模拟人的这种通过观察学习进行控制的能力。粗糙集理论是一种通过等价关系和近似概念对数据进行约简以获取知识的方法。粗糙集信息系统是一个基于规则的知识系统,一个基于规则的系统不需要对过程进行数学描述,而是对过程进行经验总结,形式上是“如果…那么…”的规则的集合。规则系统提供了一种了解工业过程的更加直观、简单、易于理解和人性化、智能化的方法。粗糙集理论为基于知识的过程建模、控制与故障诊断提供了理论基础和...  (本文共169页) 本文目录 | 阅读全文>>

南京航空航天大学
南京航空航天大学

基于粗糙集的智能决策理论与应用研究

研究了基于粗糙集的智能决策理论及应用问题。对于粗糙决策中的基本问题、不同决策信息系统下的粗糙决策分析方法及粗糙决策理论的应用进行了研究。全文的主要内容如下: 针对粗糙集中存在的不确定性和模糊性,提出了新的熵测量方法。对于粗糙集中的不确定性,在分析现有粗糙度与粗糙熵不足的基础上,提出了一种新的修正粗糙熵,使不确定性的测量更合理;对于粗糙集中的模糊性,提出了一种新的模糊熵;并分别将基于不可分辨关系下的修正粗糙熵和模糊熵拓展到基于一般二元关系下的广义修正粗糙熵和广义模糊熵。最后用一个算例来说明本文提出的方法的合理性与有效性。 连续属性的离散化是粗糙集理论的主要问题之一。文中提出了一种超曲面的离散化方法,给出了超曲面的表示方法,提出了基于支持向量机的超曲面寻优,并将这种方法应用于空军器材保障中,仿真结果表明,提出的超曲面方法可以获得更为简捷的决策规则。 文中对基于不可分辨关系下的传统粗糙集方法进行了拓展。针对有空值或多值的决策系统,讨论...  (本文共122页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

知识获取中的Rough Sets理论及其应用研究

Pawlak提出的粗糙集(Rough Sets,简称RS)理论是处理知识,特别是不精确、不相容知识的一种新的数学工具。该理论对知识给出了形式化的定义,使得对知识能够进行有效的分析和操作。此外,RS理论还提供了一套从数据中自动获取知识的工具,即知识约简。目前,RS理论正在被广泛应用于人工智能、模式识别等很多领域。基于粗糙集理论的特点,将其应用于知识获取领域,可支持知识获取的多个步骤,如数据预处理、数据约简、规则生成、数据依赖关系获取等。全文主要内容如下:第一章主要是粗糙集理论综述,包括以下四部分:粗糙集理论的基本概念;粗糙集理论区别于其它智能理论的特点;粗糙集理论比较常用的应用软件;粗糙集理论的研究方向,包括理论研究和应用研究。然后对知识获取进行了概述,最后介绍了论文研究的内容和论文结构。第二章在引入知识信息熵及互信息概念的基础上,详细讨论了粗糙集理论中知识粗糙性与信息之间的关系,从信息的角度对知识粗糙性给出了定量的刻划。然后从信...  (本文共140页) 本文目录 | 阅读全文>>

大连理工大学
大连理工大学

粗糙集—神经网络智能系统在浮选过程中的应用研究

浮选过程机理模型由于其自身复杂性和其假设条件在工业生产中很难得到满足,因而其应用受到一定的限制。对此问题,本文将神经网络和粗糙集理论引入浮选建模过程中,将数据预处理和软测量模型与浮选生产工艺有机结合,探索浮选过程的建模与智能优化方法。本文主要工作如下所述:(1)介绍了鞍钢集团弓长岭矿山公司选矿厂阳离子反浮选过程工艺流程,并对浮选过程进行了详细系统分析,论述了浮选过程自动控制研究现状,综述了粗糙集理论、神经网络和智能系统的研究概况。(2)研究了智能系统建模前数据预处理技术。采用模糊聚类-线性回归方法获得采集数据置信区间,去除数据中“坏样”样本。采用控制图法对浮选过程实时数据进行监测,为浮选过程优化控制提供良好的输入数据。(3)详细研究了浮选工艺流程,了解操作条件对浮选技术指标的影响,为浮选过程经济技术指标(精矿品位和浮选回收率)软测量模型选择合适辅助变量。采用主元分析法和径向基神经网络技术建立浮选技术指标预测模型。主元分析法用来对...  (本文共119页) 本文目录 | 阅读全文>>

中南大学
中南大学

面向海量数据的粗糙集理论与方法研究

粗糙集理论自提出以来,其理论与方法不断得到发展,在许多方面克服了传统数据分析理论显现出的诸多不足,表现出其独特的优势,受到了国内外学术界的广泛关注。本文面向海量数据从多个层面对粗糙集理论进行了学术探讨,评述了国内外研究进展,深入研究了基于粗糙集的约简,可变精度粗糙集模型,动态约简,规则集决策分析,多知识库决策融合等方面的问题。(1) 基于归并的约简分析,描述了归并为属性约简的最本质特征,给出了约简的细分层次关系,体现为偏序格结构,从实质上把握了一个决策信息系统的约简特征。根据分类特性,探讨了信息熵、决策熵和条件熵的思想,给出了它们的性质,以及相互之间的关系,分析了他们对决策信息系统不确定性和约简的影响。对时序决策信息系统,重点研究了时序信息系统的获取及约简等基本问题,提出了时间重要性约简策略。(2) 深入分析了可变精度粗糙集模型的约简异常,通过引入条件类包含度阀值的概念,描述了包含度与分类率的区间关系,分析了包含度区间的动态变化...  (本文共123页) 本文目录 | 阅读全文>>