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。     

基于粗糙集和神经网络的联合模式识别系统

提出了一种划分属性离散区间的新方法.针对这种划分,提出一种约简和去噪的方法.随后,建立了粗糙集和LVQ神经网络的联合模式识别系统.最后,比较了用该系统和仅用神经网络进行识别的效果,证明了该方法的有效性.     

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。     

基于灰色粗糙集的指标筛选方法

针对传统评估指标筛选方法适用性差、主观性强,并且需要大量测试数据等问题,提出了粗糙集属性约简和灰色关联聚类相结合的指标筛选方法。利用灰色关联聚类解决了经典粗糙集理论中的等价关系分类方法仅仅适用于离散数据的问题,并针对灰色聚类临界值难以确定的问题,采用统计量法解决,两种方法的优势互补实现了评估指标的有效筛选。最后结合作战指挥系统的评估指标体系筛选案例,对方法的合理性和有效性进行了验证。     

粗糙集理论的支持向量机建模研究及应用

结合粗糙集的属性约简和支持向量机的分类机理,提出了一种混合算法.将粗糙集理论中的属性约简引入到支持向量机中来,把粗糙集作为支持向量机的预处理器,先降低原问题的维数,以支持向量机方法建立预测模型.提高了SVM的推广能力,减少存储空间,加快了支持向量机的训练速度,取得了满意的预测结果.     

基于粗糙集理论的飞行轨迹识别

针对飞行轨迹人工识别对专家经验依赖性强,识别准确率不稳定的问题,提出一种基于粗糙集理论的飞行轨迹识别方法。首先,对飞行轨迹进行特征提取,获取用于轨迹类别判定的条件属性和决策属性;其次,利用模糊自组织神经网络对飞行轨迹决策表离散化,采用启发式遗传约简算法对条件属性约简,消除了冗余属性对识别结果的影响;最后,利用实际飞参数据进行轨迹识别,结果证明该方法准确有效。     

属性约简方法在威胁因素选择中的应用

分析了影响对空威胁判断的威胁因素,确定了各属性值离散化的处理标准,构建了基于粗糙集理论的对空威胁判断决策信息表;通过基于属性重要性的约简方法和基于正区域的约简方法对威胁因素进行了约简,确定了水面舰艇对空威胁判断的威胁因素,最后用Matlab仿真技术验证结论的正确性。     

基于规则的战术导弹需求量预测方法

有效预测战术导弹需求量是实现弹药精确保障的前提.在充分利用导弹需求量各类信息的基础上,提出了一种基于协调近似表示空间粗糙集的战术导弹需求量预测方法.分析了导弹需求量预测属性,构建了需求量预测决策信息系统;将该决策信息系统转化为协调近似表示空间,并采用差别矩阵方法进行属性约简,得到部分预测规则;运用基于集合向量包含度的算法进行规则融合,获取所有预测规则,从而实现战术导弹需求量预测.算例分析表明,该方法具有有效性,相比变精度粗糙集的预测方法,能够更充分地获取知识,具有更好的普适性和实用性.     

基于粗糙集的飞机空地作战效能多指标综合评估模型

针对以往效能评估模型中权系数确定的主观性问题,应用粗糙集理论对对地攻击型飞机的各种指标数据进行挖掘,利用信息熵概念求得各指标的属性重要度,并归一化处理为各指标的权系数,克服了传统权系数确定方法的主观性.最后,建立了空地作战效能评估的多指标综合评价模型,通过实例计算验证了该模型的有效性.     

基于粗糙集的航空装备作战消耗分析与预测

针对目前航空装备消耗的数据量庞大繁杂,影响航空装备消耗的因素种类多样的现状,将粗糙集理论引入航空装备的消耗预测研究。通过数据离散和属性约简提取了影响航空装备消耗的重要因素并计算了相应的权值,剔除了冗余数据,发现了消耗规律,得出了合理的预测结果,表明粗糙集理论可以较好地应用于航空装备作战的消耗分析与预测。     

基于粗糙集理论的防空C~3I系统目标威胁度综合评判

目标威胁度的估计是防空C3I系统中辅助决策的基础,各个威胁因素权系数的确定历来缺乏严格的数学基础。针对此问题,提出应用粗糙集理论,对空防对抗中各种威胁因素的原始数据进行挖掘,利用其求得各项威胁因素的属性的重要度,进行权值化处理,使得各项威胁因素权系数的确定有效克服了传统方法的主观性,使得各项权系数的确定更具客观性,提高威胁度估计的准确性。     

基于粗糙集和TOPSIS的弹药目标匹配研究

针对多种弹药打击同一目标的弹种选取顺序问题,即弹药目标匹配顺序问题,从弹药毁伤和目标抗毁伤机理人手,构建弹药目标匹配指标体系,利用粗糙集理论约简弹药目标匹配指标体系并确定指标的客观权重,运用加权TOPSIS确定弹药目标综合匹配顺序,为最优火力分配决策提供了理论依据。     

基于FNN和RS理论的综合评估及应用实例

为较好解决武器系统效能综合评价与分析的问题,提出一种新的综合评价与 分析方法。以某一类型的武器装备的效能评估为例,利用模糊神经网络(FNN)的方法和粗 糙集(RS)理论方法对武器装备效能的优劣进行评估。首先,用FNN方法提取用于效能评 估的模糊规则,然后用一种新的处理不确定知识的数学工具,粗糙集理论方法对装备属性进 行约简,删除其中不相关或不重要的知识,选出最重要的且尽可能少的评价指标获得系统效 能评价的最小决策算法,进而分析得到系统效能的关键因素。     

突出数学变换讲授相量分析的教学法研究

根据授课对象的数理基础所出现的新变化,阐述了以近代数学集合论为工具改进相量分析传统讲法的教学法要点,并对实践结果做了分析评估.     

刀具状态监测的模糊集方法

刀具状态监测技术一直是制约加工系统自动化和智能化水平提高的主要因素，本文采用模糊线性方程描述刀具状态与监测指标之间的关系，根据学习样本的可能分布和概率分布确定方程的参数，选用不同传感器信号特征组合进行对比实验，结果表明该方法可获得较高的识别率。     

基于粗糙集理论的加权排序法及其应用

针对粗糙集理论在有限个方案的多目标决策问题应用中存在的缺陷,提出了一种新的加权排序法,该方法既吸取了粗糙集约简属性的优点,又考虑到了各属性间的相对重要性,使得决策过程更符合实际情况.最后给出了该种排序法在武器装备系统论证中的应用,取得了较好的效果.     

图论中独立支配集的最佳求解算法研究

通过对图论中独立集和支配集的深入研究,提出了独立支配集的概念,论证了独立支配集同极大独立集及极小支配集之间的内在联系,并在此基础上给出了独立支配集的最佳求解算法,从而圆满地解决了图论中独立集及支配集的求解问题,对图的着色及匹配等问题的研究均有相当重要的借鉴意义。     

火力使用策略的集对分析与评价

对不确定理论──集对分析理论［１］中关于联系度的算法作了修改,给出了更有实际意义的联系度公式。应用此公式采用同异反决策分析的方法,首先对“火力使用策略”进行定性分析,把影响火力使用的７对主要矛盾看作７个集对,定义每集对的同异反三属性的测量要素。通过求各集对的联系度所在问题的解,达到择优最佳“火力使用策略”的目的,从而对战役行动起到指导或辅助决策的作用。     

广义直观Fuzzy集

本文给出了广义直观Ｆｕｚｚｙ集的概念,讨论了基本运算及其性质,拓广了文献［１］与［２］的结果。     

火箭深弹拦截鱼雷方法及作战过程

根据目前火箭深弹武器系统现状,应用模糊数学理论,提出水面舰艇拦截鱼雷射击参数的计算思路和拦截鱼雷射击组合方案,并据此首次提出使用火箭深弹拦截鱼雷作战过程及其方法,对武器装备的发展和新功能的开发研究,特别是对提高防御水下目标的生存概率,具有十分重要的指导意义.