再生分辨矩阵与决策熵的不完备决策系统属性约简

为了有效地解决不完备决策系统的属性约简问题,提高属性约简的效率,提出了基于再生分辨矩阵与决策熵的不完备属性约简算法。该算法利用基于容差关系的分辨矩阵来计算相对核,通过再生分辨矩阵计算再生集和再生集属性来缩小加入约简集的条件属性选择范围,以再生集属性的分辨度和决策熵为依据,选择加入约简集的条件属性,并通过实例进行验证分析。结果表明,该算法适用于协调不完备决策系统与不协调不完备决策系统,能够有效地降低时间复杂度,并得到最优属性约简。     

基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。     

基于粗糙集理论的军队代储应急物资品种选择

从军队对应急物资的需求特点及应急物资的特征属性出发,构建了军队代储应急物资品种选择的指标体系。在此基础上,通过部队调研和专家经验获得了一组军队代储应急物资品种选择的样本数据并形成了决策表,运用基于可辨识矩阵的属性频率约简算法对决策表进行属性约简,并对约简属性集进行属性值约简,提取出军队代储应急物资品种的选择规则。提取的规则简洁合理,能够为军队代储应急物资品种选择提供决策支持。     

一种连续属性离散化的新方法

传统的粗糙集理论只能处理离散属性,所以在对决策表进行处理之前,必须对决策表中的连续属性进行离散化。提出一种新的相容离散化算法,从决策属性值出发,对决策属性值相同的实例在空间上进行合并,并用例子说明该算法的离散化过程。最后分析了该算法的复杂度。该方法能有效地离散连续属性决策系统,结果表明,采用本算法进行离散化能得到合理的断点结果。     

基于分治的属性约简相对核计算

针对信息表中相对核的计算采用分治策略提出了一个新的属性约简方法,将在计算整个全域上的属性约简问题转化为计算在相应划分的子区域上属性约简问题.将原有计算POSX0(Y)的算法复杂度O(|A||U|2),降为O(|A|(|Y1|2+|Y2|2+…+|Yn|2)),对于一般比较大的|U|说,效率提高非常明显,提高了属性约简的可计算性.     

杂合数据的粗糙集属性约简方法

针对决策表中属性取值为杂合数据的情况,提出了基于粗糙集理论的属性约简算法.首先给出了对象间在杂合数据下的相似度计算定义.为了获取合理的对象集合的软划分,给出了阈值计算的最优化模型,并基于粗糙集的上、下近似的概念,得到对象集合在条件属性下的上、下近似的覆盖划分.之后,通过各对象基于条件属性和决策属性的上、下近似下的分布矩阵描述,利用最大分布矩阵,直观地得到两种不同观点下的约简结果.实验结果表明了本算法的合理和有效性.     

一种基于改进的ROUSTIDA算法的数据补齐方法

针对ROUSTIDA数据补齐方法存在的问题,提出了一种改进的ROUSTIDA数据补齐方法.该方法首先将条件属性与决策属性区分对待,优先填补决策属性值,避免了不一致决策表的产生;然后,在决策属性相同的前提下填补条件属性缺失值,扩展了原算法的使用范围;最后,通过一个实例说明改进算法补齐后的决策表的确能够获得更集中的决策规则...     

粗糙集和FSVM结合的雷达信号识别法

结合粗糙集的属性约简和支持向量机的分类机理,研究了一种混合算法,即应用粗糙集的属性约简过程作为预处理器,可以把冗余的属性及值和冲突的对象从决策表中删去,但不损失任何有效信息;由于传统支持向量机在多分类问题时出现的不可分区域现象,使用了模糊支持向量机进行后面的分类建模和预测,使得训练时间大大缩短和分类性能显著提高。将这种混合方法应用到雷达信号识别中,仿真实验证明该方法是有效的。     

基于证据熵对不确定性度量的决策表约简

知识约简是粗糙集理论的核心内容之一,产生的粗糙决策规则往往具有一定的不确定性.在变精度粗糙集的基础上,本文构造了符合证据理论框架的一组焦元,利用基本概率分配函数计算了证据的总体信息熵,度量了决策表的不确定性;以该度量作为启发信息,给出了决策表的启发式知识约简算法.计算实例表明了本文方法的有效性.     

基于特征相似度的同步发电机绝缘故障诊断

以同步发电机为分析对象,利用粗糙集可有效地处理和分析不精确的信息和知识的优点,从历史信息和决策中进行了特征量选取以及属性约简.对于无法处理的属性约简,采用条件限制得到能够有效反映属性的重要程度特征量,并以此计算特征量权重系数,消除主观因素的影响.在此基础上,针对励磁绕组绝缘故障,选择与设备健康状态直接相关特征作为判断对象,与同机组历史数据进行相似度分析,计算得到了其故障因子.设计出快速判断相关状态的算法,给出了判定准则并进行了编程实现.实验验证表明:该诊断算法能够对设备故障进行有效判定.     

基于粗糙集的装备维修信息属性约简算法

分析了装备维修信息的概念和组成,将粗糙集理论应用到装备维修信息处理中,结合信息熵和互信息的定义,界定了一种新的属性重要度,并将其作为启发信息,提出了改进的基于属性重要度和互信息的属性约简算法,并通过对装备维修信息约简,进行了算法验证。实验结果表明:所提出的算法精度较高,得到的结果比较符合实际,能够为装备维修保障提供决策依据。     

基于累积前景理论的时间矩阵多属性综合评判模型

针对动态多属性方案排序优选决策问题,提出了一种基于累积前景理论的时间矩阵序列动态多属性综合评判系统模型。依据累积前景理论,将时间矩阵序列动态多属性决策转化为关于属性期望的益损时间矩阵序列动态决策,综合考虑各属性权重、各时间点的权重,计算各方案的最终综合前景值,并依据其大小对方案进行综合评判排序。最后给出了一个决策实例。     

依据部分属性值的空中目标威胁快速排序方法

针对空中目标威胁排序问题,提出了一种依据部分属性值即可对目标威胁进行快速排序的方法.首先选取具有代表性的样本数据作为案例库;然后确定条件属性和决策属性,在利用K-均值聚类算法对决策属性进行离散化后,提出了一种针对连续条件属性值的全局离散化方法,并对离散化后的案例库进行属性约简并得出决策规则;最后将待排序目标各属性值进行...     

新型小规模装备备件品种确定的犹豫模糊粗糙集决策方法

针对新研装备备件品种确定过程中决策信息“犹豫性”和“模糊性”特点突出、难以运用传统备件品种确定方法进行决策的问题,提出一种基于犹豫模糊粗糙集的备件品种确定方法。利用风险偏好系数对不完备犹豫模糊信息进行数值延拓,为构建不同风险偏好下备件品种确定的犹豫模糊决策信息系统奠定了基础；考虑得分函数和数值延拓边界的综合因素影响给出了改进的包含度计算公式,并基于包含度定义进行了证明；给出了基于改进包含度计算的备件品种决策属性的约简条件和规则获取方法,实现了犹豫模糊决策信息的深度挖掘和有效利用。以某新研装备备件品种确定为例进行了方法验证,研究结果表明：通过该法能够有效处理犹豫模糊决策信息,获取精简实用的备件品种决策规则集,验证了方法的可行性。     

空战关键信息与战术规则提取算法

将粗糙集理论引入到空战研究中 ,提出了一种通过属性约简提取空战决策的关键信息和战术规则的算法 ,以便对空战过程中的冗余信息进行约简 ,提高决策实时性。通过一个空战战术选择示例对该算法进行了验证 ,结果表明 :在保证空战战术分类结果不变的情况下 ,该算法可提取出对空战决策起关键作用的信息以及最小简化战术规则。     

粗糙集理论在装备保障训练效果评估中的应用

装备维修保障训练效果评估中最关键的步骤就是评估指标体系的构建及优化,为了克服传统评价方法中存在指标关联性大和权重确定主观性强的问题,将粗糙集和信息熵理论引入装备维修保障训练效果评估领域。采用信息熵的算法对连续指标离散化,基于粗糙集区分矩阵的方法对指标体系进行属性约简,降低了模型的复杂性;在此基础上提出了粗糙集属性重要度和AHP法相结合确定指标权重的方法,进而通过专家评议应用于训练效果评估实例,得到了较好的评估效果,为装备维修保障训练评估提供了新的参考方法。