分享到:

基于粗糙集理论和MSVM的绝缘节破损预测的研究

绝缘节是轨道电路的重要组成部分,当绝缘节出现破损时,就有可能发生行车事故,造成经济损失,甚至危及生命财产的安全。为了使现场人员及时了解绝缘节的破损程度,合理的维护更换,既保证行车安全,又降低维护成本,对绝缘节进行定期的测试及状态的判断是十分必要的。本文依据轨道电路测试数据,将粗糙集理论结合SVM(Support Vector Machine,支持向量机)算法应用到绝缘节破损预测中,对当前绝缘节所处状态进行分类预测,并针对不同状态类型给出维修建议。主要研究内容如下:首先,深入研究钢轨绝缘节相关理论,根据轨道电路测试数据,分析绝缘节两端的电气特性和影响因素,提取轨道电压、限流电阻电压、送端轨面电压、轨缝、槽破、轨端电压、绝缘、站内外测电压为特征属性完成特征提取。并根据绝缘节状态判定规则,构建绝缘节破损信息系统。其次,针对特征属性中的连续型和非数值型属性,采用基于信息熵离散化算法实现数据离散化。同时,提出改进主分量启发式约简算法对离散  (本文共61页) 本文目录 | 阅读全文>>

长安大学
长安大学

结构粗糙集近似的粗糙逼近

粗糙集理论作为一种处理模糊、不精确、不确定、不完备等信息的数学工具而被广泛应用于许多领域,如人工智能、机器学习、决策分析等。下、上近似是粗糙集理论中的两个基本概念。而帕夫拉克(Pawlak)提出的经典粗糙下、上近似和布莱尼亚斯基(Bryniarski)提出的结构下、上近似虽然都是用已知知识来刻画未知知识,但经典粗糙下、上近似描述了满足等价类和被近似集之间关系的所有对象,而结构下、上近似则给出了满足等价类和被近似集之间关系的结构信息。为了弱化等价类和被近似集之间的包含关系,并强化等价类和被近似集之间的交非空关系,本文首先基于概率粗糙集定义了结构概率粗糙集,讨论了它们的性质。利用集合序列的上下极限的性质给出了当被近似集和近似精度发生变化时的概率粗糙集逼近和结构概率粗糙集逼近。进一步,研究了基于包含度的粗糙集及其性质,定义了基于包含度的结构粗糙集近似。讨论了基于包含度的粗糙集的下、上近似和基于包含度的结构粗糙集的下、上结构近似的单调性...  (本文共58页) 本文目录 | 阅读全文>>

闽南师范大学
闽南师范大学

广义粗糙集的拟阵结构和性质

粗糙集理论能有效的处理复杂系统中的数据并且是处理模糊和不精确问题的数学工具。它已经成为一种重要的智能信息处理技术,吸引了国内外众多学者的兴趣。然而由于粗糙集理论正处于发展中,经典粗糙集是基于划分的基础上,它在实际生活中的应用存在着很强的局限性,为突破这些问题,许多学者对粗糙集进行了不同角度拓展与研究。为了使粗糙集理论在实际问题中获得更加广泛的应用,Pawlak粗糙集模型被进行了很多有意义的推广。而推广的方法主要分为两种,一是将等价关系推广到模糊二元关系、相似关系、相容关系或者任意的二元关系;另一种是将划分推广到覆盖。拟阵论是1935年H.Whitney提出的,它同时推广了线性代数和图论。尽管年轻,但由于实际需要的推动和数学研究学者的努力,拟阵理论已经有了完备的公理系统。很多实际问题在粗糙集理论中是NP-难的,例如属性约简。因此,解决此类问题的算法通常都是贪婪算法。拟阵理论为贪婪算法提供了一个很好的平台。因此,结合拟阵理论和粗糙集...  (本文共91页) 本文目录 | 阅读全文>>

广西大学
广西大学

优势关系下多粒度粗糙集研究及应用

随着决策属性的增多及分布式数据的出现,在所有条件属性下求对象的等价类或优势类是很困难的,某对象的等价类或优势类往往只有对象本身。此时,基于单粒度粗糙集的约简、分类以及排序方法都存在失效的情况,多粒度粗糙集因能有效地解决这一问题而成为研究热点。然而,经典多粒度粗糙集求上下近似时均建立在包含关系上,缺乏对噪声数据的适应能力,因此本文将变精度及支撑函数引入优势关系下的多粒度粗糙集,以提高其容差能力,且对优势关系下多粒度粗糙集属性约简及排序方法进行了研究,主要研究成果如下:(1)将变精度、支撑函数融合入优势关系下多粒度粗糙集,提出优势关系下(α,β)可变多粒度粗糙集,通过引入α,β两个参数,对模型进行调节,以增强模型的容差能力,并改善下近似定义过松、上近似定义过紧的缺点。(2)提出了优势关系下(α,β)可变多粒度粗糙集下近似分布约简及上近似分布约简的概念,给出算法步骤,并给出优势关系下(α,β)可变多粒度粗糙集规则提取的方法,最后通过仿...  (本文共59页) 本文目录 | 阅读全文>>

闽南师范大学
闽南师范大学

基于邻域的覆盖粗糙集研究

由于信息科学快速发展,每时每刻都能收集到大量的数据。面对如此大量需要及时分析处理的数据,已有的分析工具、算法面临着越来越严峻的挑战。Pawlak粗糙集理论是处理不确定性和模糊性知识的数学理论,为数据分析提供了一种有效的方法。但经典的Pawlak粗糙集建立在等价关系上,不能有效地处理不完备的离散型数据以外的数据,在动态数据的处理上也存在短板。因此,对Pawlak粗糙集模型进行推广是主要研究工作之一,其中覆盖粗糙集模型是备受关注的推广之一。本文提出了最大描述下的覆盖概率粗糙集,覆盖粗糙集理论及其约简。此外,针对动态覆盖信息系统、动态不完备信息系统,分别讨论了粗糙集计算的矩阵构造问题以及基于矩阵的增量更新方法。具体的创新性研究成果主要体现在以下方面:(1)基于最大描述集的极小邻域,提出了一类覆盖概率粗糙集,并讨论了其重要性质。根据对象与集合之间的不确定隶属关系,进一步探讨了覆盖概率粗糙集的模糊性,丰富了覆盖粗糙集理论。(2)建立了一类...  (本文共77页) 本文目录 | 阅读全文>>

闽南师范大学
闽南师范大学

粗糙集中的拟阵方法

近年来,粗糙集凭借其在处理不确定性问题中的优良表现,吸引了国内外众多学者的研究兴趣。作为一种处理不精确、不确定问题的数学工具,粗糙集理论得到了长足的发展,并且被广泛地应用于各个领域。特别地,粗糙集理论在人工智能和认知科学领域中得到了成功的应用,且为机器学习、知识获取、决策分析、数据挖掘等领域的信息处理提供了一种十分有效地理论框架。目前,粗糙集的研究已经取得了一些丰硕的成果,但是作为一种新的智能处理技术,还有很多方面需要改进和完善。拟阵是一个具有丰富且强大公理体系的数学工具,能从不同的角度对同一事物进行等价刻画,并且为实际问题提供了比较好的解决方法。因此,利用其研究粗糙集,有利于学者从不同角度分析、观察粗糙集的结构以及特征。本论文主要研究了粗糙集中的拟阵方法。首先,研究了覆盖粗糙集中的拟阵方法。一方面,通过构建新型覆盖粗糙集模型,并用拟阵的方法来研究此覆盖粗糙集模型;另一方面,构建拟阵的近似算子来对覆盖粗糙集进行量的刻画。然后,研...  (本文共89页) 本文目录 | 阅读全文>>