粗糙集

摘要： 粒计算是人工智能的重要方法.为了解决粒计算的基本问题——信息粒及其表示能力,提出了信息粒和信息粒基等概念,并探讨了它们的性质.从传统集合论和离散数学的角度出发,提出了理想信息系统假设,给出了信息粒基表示能力的计算方法及其数学性质;初步回答了"什么是信息粒?""各种粗糙集模型是否可以统一?"等问题.研究结果为粒计算的进一步发展奠定了一定的数学基础.

摘要： 目的 应用综合指数与粗糙集理论联用法评价人群血常规指标,为评价相关指标健康风险状况提供参考依据.方法 回顾性分析2016-2020年广东地区送往广州达安临床检验中心的20023份血常规标本检验数据,建立指数分析(综合指数)与风险分析(粗糙集理论)联用法评价人群血常规8项指标健康水平,即红细胞计数(RBC)、平均红细胞容积(MCV)、血红蛋白(Hb)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、血细胞比容(HCT)、白细胞计数(WBC)和血小板计数(PLT).结果 广东整体人群血液健康指数(BHI)均值为0.774,其中老年人群为0.742、男性人群为0.758、非老年人群为0.794、女性人群为0.790.2016-2019年各类人群BHI值均表现为逐渐降低,2020年略有上升.在单项指标中,MCHC的健康指数(1.280～1.398)和MCV的健康指数(0.834～1.010)均明显高于其他指标.风险分析提示MCHC在各类人群中均存在较高风险,风险覆盖度分别为整体人群9.362‰、男性人群13.242‰、女性人群20.831‰、老年人群5.579‰和非老年人群7.547‰.结论 综合指数与粗糙集理论联用法可以评价人群血常规指标健康风险状况,2016-2020年广东地区人群血常规健康程度为合格水平且表现为总体上升,MCHC和MCV指标对广东地区人血常规健康影响较大,同时在各类人群中MC H C指标均提示不同概率的风险,应加强监测.

摘要： 为了解决机器人路径规划冗余数据多、寻优质量差和收敛速度慢等问题,提出一种粗糙集约简技术与狮群优化算法相结合的寻找机器人最优路径算法.首先,采用栅格法对机器人工作环境建模;其次,用粗糙集知识约简和核对初始决策表进行简化,获得最小化决策表,用于训练初始狮子种群;最后,用改进的狮群算法寻找最优路径.实验结果表明,所提算法路径寻优质量高、收敛速度快,且具有较高的寻优稳定性.

摘要： 目前已有蚁群算法优化的特征选择方法,大多采用的是以属性依赖度和信息熵属性重要度作为路径上启发搜索因子,但这类搜索方法在某些决策表中存在算法早熟或搜索到的特征子集包含了冗余特征,从而导致选择精度显著下降。针对此类问题,根据条件属性在分辨矩阵中的占比提出了一种属性重要度的度量方法,以分辨矩阵重要度作为路径上启发因子,设计了一种基于分辨矩阵与蚁群算法优化的特征子集搜索方法。该算法从特征核出发,蚁群依次选择概率大的特征加入特征核集,直至找到最小特征子集算法终止。通过实例验证和UCI数据集实验结果表明,与基于属性依赖度和信息熵属性重要度的特征选择方法相比,在通常情况下,该算法能较小代价找到最小特征子集,并且可以有效减少计算工作量。

摘要： 作为人工智能领域的一个重要方向,粒计算在数据挖掘和知识发现方面的研究呈现较大优势.针对具有多尺度决策的信息系统的知识获取问题.提出用证据理论研究具有多尺度决策的信息系统的最优尺度选择问题.首先介绍具有多尺度决策的信息系统及其尺度选择的概念,阐明尺度选择的全体构成一个格结构;其次,给出具有多尺度决策的信息系统在不同尺度选择下信息粒的表示及其相互关系;最后,定义协调的具有多尺度决策的信息系统的最优尺度选择概念,并用证据理论中的信任函数和似然函数刻画最优尺度选择的特征.

摘要： 将粗糙集和支持向量机相结合,提出利用粗糙集和支持向量机的银行借贷风险预测模型,提高银行个人借贷风险预测精度,为银行判断是否同意借贷提供参考和依据。该模型首先将银行样本数据形成初始决策表,对其进行数据预处理;然后用属性相似度的属性约简算法对决策表进行属性约简,去除冗余属性,获得高效的决策规则;最后将约简后的最小属性作为4种不同核函数的支持向量机学习样本,构建预测模型且进行预测评价对比分析。实验结果表明,使用相同训练样本,高斯核函数的支持向量机预测模型的准确率最高且为93%,说明该预测模型具有较高的精度。通过实验分析,构建预测模型有效地预测了银行借贷风险,且为银行借贷管理提供辅助决策。

摘要： 本文通过建立不完备序决策系统下的概率优势关系模型,提出了条件属性集与决策属性集之间的协调度概念,将这一方法用于评价广西北部湾经济圈各区域物流发展与经济发展之间的适应性与协调性,得出了桂林、梧州、玉林、柳州、南宁、北海等地处于物流发展落后状态,防城港、贵港等地处于物流发展领先状态而其余各地相对协调的结论,相关结论可为政府平衡各地经济与物流发展提供建议。

摘要： 现有属性值约简模型程序复杂,难以实现,而且模型所提取的关键信息往往过于追求简明,会削弱决策系统的表达能力。为解决以上问题,提出一种基于确定性因子的启发式属性值约简模型。首先,构造几种不同性质的属性集工具,并给出其相关定理及证明;同时开发一种约简信息函数,从而为约简属性赋值;然后,将确定性因子作为启发信息,并采用自底向上式分层搜索策略来构建启发式属性值约简模型,并以程序伪代码的形式直观展示模型的布置路径与运行流程;最后,采用已有研究中的模拟数据开展模型的应用与验证,并对模型的优势、适用性与延展性展开总结与讨论。结果表明,新模型可行有效,易于编程实现;对数据特征要求低,适合一般性专家系统;所提取的价值信息多元简约,泛化性强,不丢失决策系统的关键信息。

摘要： 针对基于粗糙集理论与层次分析法结合的决策方法在某些决策表中会出现非核属性权重为0,导致决策精度下降等问题,以属性分辨对象的次数及占比为依据,给出了一种分辨矩阵的属性重要度定义方法,进而提出了分辨矩阵与层次分析法相结合的属性权重决策方法,其不仅避免了非核属性权重为0,而且突出了核属性分辨对象的能力,客观反映了各属性在决策时所起的作用.实例表明组合权重法得到的决策结果更为合理,提高了决策的准确性.

摘要： 讨论了基于分离优势覆盖集的Pythagorean模糊决策信息系统的属性约简问题.首先基于优势关系,在Pythagorean模糊决策信息系统中给出了优势覆盖集、分离优势覆盖集、D分离优势覆盖集等概念.进而利用分离优势覆盖集、D分离优势覆盖集对Pythagorean模糊决策信息系统进行约简.最后,将提出的约简算法与其他约简算法进行比较,验证了所提出算法的有效性和优越性.

摘要： 针对故障诊断中定性数据难以合理利用的问题,提出了基于粗糙集理论的装备故障数据处理方法,并对粗糙集进行合理地改进,以编码的形式量化表示定性故障数据,建立了某型装备不完备信息系统决策表,重新定义了约简算法,为科学表示装备故障知识奠定了基础.

摘要： 权重的确定是大坝安全监测多效应量融合评价研究中的关键性问题,已有的权重确定方法存在过于依赖先验知识的缺陷.从概率论和信息论的角度,将大坝安全监测多效应量融合评价视为一个随机系统和不完备信息系统,利用粗糙集理论和条件信息熵理论在处理随机性和不完备性方面的优势,以权重研究为核心,建立大坝安全监测多效应量融合评价模型,并给出了一个实例分析,为大坝安全评价提供一条新的研究思路和途径.基于粗糙集和条件信息熵的权重确定方法既能体现属性指标在属性指标集中的重要程度,又能体现属性指标对于属性决策集的重要程度,因而更加全面和合理.

摘要： 基于数据挖掘技术的机床主轴故障诊断系统,系统由信号采集及故障特征提取、诊断规则获取及知识库搭建、故障分析机制三个功能模块组成.重点研究诊断规则的获取技术及主轴知识库搭建,提出了基于粗糙集理论的故障诊断决策生成算法.算法利用信息系统的不可分辨特性,通过属性约简,提高规则求取效率,并通过软件建立数据知识库,建立主轴故障推理机制.实例研究证明该方法可行.

摘要： 通过应用基于粗糙集的突变级数方法和蒙特卡洛指标打分方法实现较为客观的油库安全评价,以突变级数理论作为评价方法主体,实现无权重客观评价,因为突变级数方法对于评价指标数目有要求,故对于指标超过要求数目的指标层,应用粗糙集理论实现其指标约简;专家打分阶段选择性采用"给出得分区间"、"给出得分分布"以及"精确打分"等任意一种方法实现打分,之后结合蒙特卡洛模拟产生服从给定区间或分布的随机得分,从而实现指标打分的客观化;汇总蒙特卡洛方法产生的多组突变级数评价结果,分析并得到评价等级.

摘要： 地下工程防雷工程实施之前,首先应对防护对象进行防护级别划分,以此来指导防雷设计.对已经完成的防雷工程改造方案还应进行效果评估.采用基于粗糙集理论建立地下工程雷电危害风险分析评估系统,该模型能够较好地克服人为因素和模糊随机性的影响,评估结果更为科学可信.

摘要： 随着互联网的迅速发展和普及,网络的安全问题日益突出.本文根据恶意代码运行在注册表访问行为上的反映,设计了一种基于粗糙集算法的注册表访问的网络安全防御体系,该系统结合了注册表行为的时间顺序特性和一次访问特性,通过粗糙集算法进行了属性简约及规则提取,构造了注册表访问行为模型,最后通过实验证明了本系统的有效性.

摘要： 对多Agent技术在武器火控系统故障诊断领域的应用作了研究,采用案例推理技术、粗糙集和D-S证据理论相结合的多Agent智能诊断方法,建立了一种武器火控系统故障诊断的新模型.首先利用案例推理的方法对武器火控系统故障知识进行知识获取和管理,得到武器火控系统的故障特征属性;然后利用粗糙集的优势对故障特征进行属性约简和值约简;最后利用D-S合成法则和诊断决策规则对冲突证据合成,得到最终的诊断结果.该故障诊断模型实现了利用多Agent对武器火控系统故障进行综合诊断,诊断的可靠性降额准确性远远大于利用单个特征域进行诊断的局部诊断结果,提高了武器火控系统故障诊断的精度.

摘要： 本文以现有的风暴潮灾害研究为基础,通过构建评估指标体系提出了基于粗糙集-支持向量机模型(RS-SVM模型)的风暴潮灾害损失测度方法.RS-SVM模型较好的将二者优点进行结合,消除数据冗余信息的同时可以快速、准确解决非线性问题.在上述研究的基础上,对比单纯使用SVM方法与RS-SVM组合使用下的风暴潮经济损失测度效果,发现粗糙集与支持向量机在数据属性约简并进行预测过程中,确保了较高的拟合度与较低的误差率.

摘要： 本文在总结国内外产业竞争力研究的基础上,运用"信息熵理论"和"粗糙集"的理论方法,优化了"钻石模型"理论的产业竞争力评价指标,建立起一套体系化的产业竞争力研究评价模型——"双卫星钻石模型".该评价模型可用于分析我国产业领域的发展现状,评价我国不同地区产业的竞争发展地位和结构稳定性.

摘要： 区域滑坡易发性评价对于滑坡灾害的中长期预测预报具有十分重要的意义,而评价结果能否符合实际情况,取决于能否科学、合理地确定评价因子.本文以三峡库区秭归到巴东段为研究区,首先利用ArcGIS、SAGA GIS以及ENVI软件从遥感影像和数字高程模型中获得初始58个滑坡评价因子,在相关性分析和主成分变换对因子进行筛减和合并后,将剩余的滑坡评价因子分为控制因素和影响因素两大类,并采用粗糙集(Rough Set,RS)理论对其分别属性约简,生成由20个滑坡评价因子组成的核因子集,最后运用支持向量机模型(Support Vector Machine,SVM)对筛选出来的核因子集进行训练和预测,得到区域滑坡易发性评价结果,并将本文提出的环境因素筛选方法与传统的将所有环境因素一同进行筛选的方法进行了比较.研究结果表明,本文提出的方法在预测精度(76.9％)和准确性(曲线下面积为0.939)方面均优于传统方法(53.6％,0.912以及72.8％,0.932).

摘要： 本发明属于图像信息处理研究领域，具体涉及一种基于粗糙集和粗糙熵的Petri网络图像分割方法，包括以下步骤：找到图像的最大和最小灰度值，并把他们保存到变量max和min中；根据图像的宽和高将图像分割为点集；使用Monte Carlo方法从点集中随机的选择1000个点；计算点集的灰度最大和最小值分别为Pimax和Pimin；计算对象的下降和上升粗糙集分别保存到OT和计算背景的上升和下降粗糙集保存到和BT中；对子集进行排序，并根据阈值T来画出轮廓，如果子集的灰度值大于阈值T，则子集属于对象缓冲区，如果子集的灰度值低于阈值T，则子集属于背景缓冲区，得到图形的粗糙轮廓；对粗分割的第一阶段进行调整，得到精确轮廓。本发明解决了不确定性、非均匀性和效率低下的问题。

摘要： 本发明公开一种基于粗糙集与回答集的变压器故障诊断方法和系统，通过故障编码对应相应的故障类型，从而构成故障诊断知识库，通过气体采样器采集特征气体含量与知识库中的知识匹配，最终自动产生诊断结果。本发明是以知识表示为基础，以实用化为目的，可以轻松的处理庞大的未加整理的知识，能够与知识的追加、修正和清除进行简单地对应，适用于规则和数据具有模糊度的场合。本发明将粗糙集理论与ASP程序相结合，构建了基于粗糙集理论与ASP的变压器故障诊断专家系统‑‑RS‑ASP，该方法对三比值法的临界值进行处理，使原三比值法更加完整，准确率更高。

摘要： 本发明属于图像信息处理研究领域，具体涉及一种基于粗糙集和粗糙熵的Petri网络图像分割方法，包括以下步骤：找到图像的最大和最小灰度值，并把他们保存到变量max和min中；根据图像的宽和高将图像分割为点集；使用Monte Carlo方法从点集中随机的选择1000个点；计算点集的灰度最大和最小值分别为Pimax和Pimin；计算对象的下降和上升粗糙集分别保存到

摘要： 本发明公开一种基于改进的粗糙集‑集对分析的水质评价方法，首先将集对分析理论的三元联系数推广到六元联系数，分别对应相应等级，并初步计算出各样本的联系度，然后计算出每个评价指标实测指标数值相对于指标等级分级标准的联系度，同时根据改进的粗糙集条件信息熵计算出各个评价指标的重要度和权重，将权重与各个评价指标的联系度结合起来，得到各个评价样本的联系度，最后将各分量进行归一化处理即得到各样本的平均联系度以最大数值代表的等级作为该样本的营养化等级。本发明将改进的粗糙集条件信息熵与集对分析相结合，既可解决权重确定中人为因素的影响，又能消除权重为0的顾虑，同时综合多个指标进行评价，具有合理性和有效性。

摘要： 本发明公开一种基于粗糙集与回答集的变压器故障诊断方法和系统，通过故障编码对应相应的故障类型，从而构成故障诊断知识库，通过气体采样器采集特征气体含量与知识库中的知识匹配，最终自动产生诊断结果。本发明是以知识表示为基础，以实用化为目的，可以轻松的处理庞大的未加整理的知识，能够与知识的追加、修正和清除进行简单地对应，适用于规则和数据具有模糊度的场合。本发明将粗糙集理论与ASP程序相结合，构建了基于粗糙集理论与ASP的变压器故障诊断专家系统‑‑RS‑ASP，该方法对三比值法的临界值进行处理，使原三比值法更加完整，准确率更高。

摘要： 粗糙集中属性集变化时规则集动态更新方法，它涉及一种规则集动态更新方法。本发明方法从近似集动态变化角度来讨论决策规则集的动态变化规律，同时也提出了在条件属性集和决策属性集同时变化时决策规则集的变化规律，并给出了条件属性增加、删除时决策规则集动态增量更新方法。技术要点：针对动态决策信息系统中属性集变化时，分析了动态规则的变化趋势，提出了属性集变化时动态规则更新算法，并通过实例验证了其正确性。以后的主要工作通过实验仿真测试规则增量更新算法的性能，以及分析扩展粗糙集模型下属性集变化时规则集的动态变化及规则增量更新，辅助各应用领域做出更好的决策。

摘要： 粗糙集扩展模型中近似集动态更新方法，它涉及一种近似集动态更新方法。本发明方法为了进一步完善基于覆盖广义粗糙集的理论体系，使其能够更好地应用于实际的需求。本发明方法分析了对象的邻域、边界域与近似集的关系，给出了覆盖粗糙集模型中近似集的增量更新方法。本发明方法给出了当属性集增加或减少时，在覆盖广义粗糙集模型中近似集的动态变化趋势及近似集的动态增量更新方法，不仅适用于单属性增加删除时近似集的增量更新，而且也适用于多个属性变化的情况，通过实例验证了这种方法的可行性，通过实验仿真验证所提出方法的性能，且从给出的实例的实验仿真说明，基于覆盖广义粗糙集理论的动态增量更新方法不但有效，而且在效率上也有所提高。

摘要： 本发明属于电学技术领域，公开了一种基于粗糙集与神经网络的盾构机故障诊断系统，包括采集模块、处理模块、模型构建模块和诊断模块，采集模块采集盾构机发生故障时的数据以及运行过程中实时的状态信息参数；处理模块通过粗糙集理论对盾构机发生故障时的数据进行分析，得到有效数据集；模型构建模块构建神经网络模型，通过有效数据集对神经网络模型进行训练，输出训练成功的神经网络模型；诊断模块将运行过程中实时的状态信息参数输入到神经网络模型进行故障诊断；本发明所提供的盾构机故障诊断系统，通过盾构机实时的状态信息参数，实时、高效、准确的诊并生成诊断报告，以供现场技术人员查看。

摘要： 本发明提出的是基于粗糙集和模糊层次分析法的业务需求权重设计方法。包括如下步骤：步骤一、采用合适方式存储电网基本情况、电网及电源建设情况、用电情况内容，规划并分析电网业务需求信息；步骤二、利用粗糙集来初步确定电网业务需求权重；步骤三、通过模糊层次分析法将电网业务需求的自相关性纳入考量，来解决业务需求初始权重相等或为零的问题；步骤四、将主客观的业务需求权重通过合适的权重偏好系数线性相加组合起来得到所需的业务需求权重。既解决了利用粗糙集求得的业务需求权重出现相等或等于零的情况而对电网部分业务需求权重的准确设计产生干扰的问题，也克服了层次分析法难以将电网业务需求模糊性纳入考量范畴的问题。

摘要： 本申请发明提供了一种基于近似粗糙集分辨力分类决策算法。所述方法包括：利用粗糙集近似度判断属性划分样本数据能力，将样本属性隶属函数值大于设定近似度的样本占比作为该属性概率，并将其代入到决策分辨力算法中，以决策分辨力最大的属性作为分裂特征建立分类决策树，测试样本在分类决策树中获得的叶节点即为分类决策结果。本申请方法能够在提高样本分类决策准确率的基础上，提高分类决策时间效率和树形复杂度。