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...     

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...     

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。     

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。     

基于最优属性值的混合多属性动态VIKOR决策方法

针对传统VIKOR方法不能直接处理多类型属性的问题,提出了基于最优属性值的混合多属性的动态决策方法,给出了各类型属性值之间距离的定义;根据各方案属性值与最优属性值的相对距离来计算各时段的"群体效益"值和"个别遗憾"值,该方法可直接用于多种类型的属性和属性值;通过逼近最优属性值的方法获取属性权重,采用权重离差之和最小的时间赋权方法,集结不同时段的评价值,对计算过程中遇到的特殊情况进行了分析。实例验证表明:该方法简便有效且更能体现决策者的主观偏好。     

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。     

基于完备相容Rough决策表的备件品种确定方法

针对备件品种确定问题,分析了常用的备件品种确定方法,探讨了影响备件品种确定的主要因素,包括装备单元的关键性、易损性、经济性、可更换性和获得难度。采用了Rough决策表的属性约简与属性值约简相结合的方法,对决策表进行信息挖掘,得到了备件品种确定的简化决策规则。最后,通过案例分析验证了该方法的可行性,结果表明该方法具有可操作性强、易于实施的特点,为装备备件品种确定提供了实用的分析方法。     

一种高效的不协调决策表约简算法

目前,不协调决策表的分布约简、最大分布约简和分配约简算法复杂度较高,不适合处理大数据集。在分析已有算法基础上,分析了基于相对可区分度的属性重要性度量的性质,解决了正域度量属性重要性的缺陷。针对不协调决策表,给出了多种简化协调决策表的定义,从而大大缩减了约简的实例数。以相对可区分度为启发函数构造了一种高效完备的不协调决策表约简算法。理论分析和实验结果表明,该约简算法解决了现有算法在复杂度和属性重要性度量上的缺陷,适合处理不协调的大数据集。     

一种新的基于粗糙集的连续属性离散化算法

粗糙集理论作为一种新的处理含糊和不确定性问题的数学工具,已成为国际学术界的一个前沿的研究领域.传统的粗糙集理论只能对数据库中的离散属性进行处理,而绝大多数现实的数据库既包含了离散属性,又包含了连续属性.针对传统粗糙集理论的这一缺陷,提出了一种改进的基于断点重要性的属性离散化方法.最后,通过实例分析说明该方法是有效的.     

基于DIFHA算子的动态直觉模糊多属性群决策方法

动态决策问题是现实中的一类常见问题。在提出动态直觉模糊混合平均(D IFHA)算子的基础之上,提供一种动态直觉模糊多属性群决策方法。该方法能同时考虑决策过程的阶段性和属性值位置对决策结果的影响,并较好地处理决策过程中的定性指标。分析和算例证实该方法的可行性和实用性。