基于Rough集的数据挖掘模型研究

这项工作的主要目的是表明怎样能够有效地实现基于 Rough集的数据挖掘技术 ,在这篇论文里 ,我们详细讨论了 Rough集理论 ,为了从基于 Rough集的数据库中发现新的规则 ,研究了一种适合数据挖掘的面向对象的软件体系结构 ,给出了数据挖掘算法、规则发现算法和规则约简算法 ,从初始数据库的信息表出发 ,依次建造差别矩阵、约简表和规则表 ,最后给出了一个模拟实例 。

基于Rough集的空间属性数据挖掘的研究与实践

介绍了地理信息系统(GIS)的概念,深入研究了空间数据库的特性,探讨了Rough集理论,分析了Rough集合和空间数据的关系,讨论了差别矩阵的概念和算法,应用信息熵和模糊数学理论,给出了空间数据库属性数据的数据约减和数据挖掘算法。最后分析了一个应用事例,从而验证了算法的可行性。

基于凸Rough集的数据约简和规则发现研究

为了有效地从凸序列中约简数据和发现知识 ,解决Rough集中的凸序列处理问题 ,在深入研究凸序列和Rough集理论的基础上 ,提出了凸Rough集模型 ,定义了凸Rough集和凸Rough模糊集 ,给出了凸Rough模糊集的隶属函数和应用凸Rough集进行数据约简及规则发现的算法 .最后分析了一个应用案例 ,验证了模型的可行性 。

一种面向对象产生式系统的体系结构和规则模型

近年来，面向对象专家系统的研究引起了人们的广泛重视，本文提出了一种新的面向对象产生式系统体系结构，给出了这种体系结构的知识表示模型和模糊匹配原则，并且引入了规则对象的概念．我们进一步提出了规则对象的并发控制算法。

带权值参数的两两组合测试用例集生成算法

通常对组合测试研究的重点是生成最小的测试用例集,但其中却很少涉及到带权值的参数。针对带权值参数的两两组合测试用例生成问题,提出一种基于逐参数(IPO)策略的带权值参数两两组合测试用例生成算法。对影响IPO策略性能的3个影响因子进行改进,包括待扩展参数的扩展次序、已有测试集的扩展次序和待扩展参数的取值选择。在扩展完所有参数后,对此时的测试集使用约简算法进一步简化,得到按测试用例权值和降序排列的测试集。实验结果表明,该算法不仅能减少测试用例的生成数量,而且能解决参数的权值问题,使其在实际应用中可以更有效地降低测试成本。

二进制可分辨矩阵的最小属性约简算法

指出传统分辨矩阵的不足,给出了二进制可分辨矩阵的定义以及二进制可分辨矩阵元素集合的形成算法。精简了分辨矩阵元素。在此基础上,提出了一种基于二进制可分辨矩阵的最小属性约简算法。该约简算法以属性频率为选择条件,按照普通可分辨矩阵生成属性约简的原理,但以不同的形式,更少的存储空间,最终可以获得一个最小属性约简。通过对一个汽车数据库的数据进行属性约简,并将结果与其他算法的结果进行比较,证明该算法是可行有效的。

基于多种群遗传算法测试用例优先级技术研究

测试用例优先级技术是一种高效实用的回归测试技术。为提高回归测试效率,提出了一种应用于回归测试过程中基于多种群遗传算法测试用例优先级技术的方法。该方法采用三个具有不同进化规律的种群,第一个种群重视全局搜索,第二个种群重视局部搜索,第三个种群通过前两个种群的移入来均衡算法的局部搜索和全局搜索能力,使算法能在更大范围内寻优。经过实验验证,该算法是一种有效的测试用例优先排序方法,较一般的遗传算法具有更强的性能和更高的效率。

基于约束对象的知识表示研究

讨论了约束对象的形式模型，给出了约束对象的设计与实现，提出了用约束对象表示知识和类比推理加约束满足的模糊匹配原则，其特点是引入约束对象时不增加额外的概念就可以实现受约束知识的处理，为开发专家系统提供了一种新的知识处理方式。

一种知识库系统软件体系结构框架的研究

在专家系统、实时控制、问题求解、机器学习等智能应用领域,都需要存取和管理大规模共享知识库,这种知识库不能用传统的专家系统外壳来建造,因为这些外壳不能满足数据量的不断增长,知识库丰富的表示结构和推理机也不被现存的数据库技术支持。为了解决这个问题,本文提出了一种适合知识库管理系统的体系结构,这种软件体系结构采用可以处理不同粒度空间的商空间结构,给出了基于商空间的一种新的知识库系统软件体系结构模型,定义了原子构件、商构件、连接和配置,描述了农业气象知识库系统框架,给出了它的构件和配置案例,这些工作为基于商空间的知识库系统软件体系结构研究奠定了理论基础,为进一步研究软件体系结构提供了新方法。

一种面向对象规则框架知识表示的研究与实践

本文研究了规则框架知识表示结构，探讨了面向对象的知识表示方法，提出了一种新的模糊匹配算法，实现了面向对象的规则框架知识表示，将知识的表示结构与处理方法统一在一个对象里，在此基础上，讨论了一个实用的专家系统。

基于三维线性倒立摆的双足机器人步态规划

双足机器人的步态控制策略是保证双足稳定行走的重要条件之一。提出一种基于三维线性倒立摆模型的双足机器人步态规划的算法。首先简化了三维倒立摆模型,并且假设了步行周期起始状态的ZMP位置,然后通过运动方程推导出含参数的质心与时间的函数,再将机器人的步态规划简化到每个步行周期,通过每个周期的初始条件获得函数的相关参数,最后将此方法推广到带转向的步态规划中,并应用于实际Robocup3D比赛中。实验结果表明该方法具有可行性和有效性。

基于模拟退火遗传算法的测试数据生成研究

在软件测试中,如何才能生成高效的测试用例一直是人们研究的热点。提出了一种基于模拟退火的遗传算法,用于测试数据的生成。该算法有效克服了传统GA局部搜索能力差和早熟现象,同时也有效改善了SA全局搜索能力差的问题。随后提出了一个基于模拟退火遗传算法的测试数据自动生成的系统框架结构,并重点介绍了如适应度函数选取问题、编码问题和遗传算子改进问题等关键技术。实验结果表明,该算法运用在测试数据自动生成领域,其效率和效果都优于传统的遗传算法。

基于新型协调量化容差关系的不完备数据填补方法

提出一种基于新型协调量化容差关系的不完备数据补齐算法。首先求出属性值不完备对象的容差类,结合属性的重要度,将容差类里面的对象容差关系量化,再根据决策规则独立原则,在尽可能保持系统协调性的前提下对缺失属性值进行补齐。大量实验证明了本算法的有效性。

基于Rough集的情报检索研究

本文应用Rough集理论和模糊集知识研究一种新的情报检索系统 ,提出了新的情报检索方法。论文给出了这个系统的体系结构和系统的核心算法 ,进行了算法复杂性分析 ,检索算法的时间复杂性为 0 (log2 M)。它的主要特点是检索算法的时间复杂性不随着文献资料数量的增加而增加 ,只与主要标引词的多少有关。

基于Petri网的UML形式化建模应用分析

UML是功能强大的图形化建模语言,但存在缺乏精确的语义描述的特点,因此UML形式化研究一直是一个热点。Petri网既有直观的图形表示,又有坚实的数学基础,拥有许多成熟的分析方法可以直接用于分析模型的性能。结合一个图录编纂应用系统,使用基于Petri网的建模方法,对该系统的UML状态图和序列图进行了形式化分析。排除UML模型中的缺陷,在软件设计阶段发现错误,降低软件开发的花销,最终达到提高了软件的质量的目的。

一种新的自适应惯性权重混沌PSO算法

针对粒子群算法(Particle Swarm Optimization,PSO)易陷入局部极值的缺陷,提出了一种新的自适应惯性权重混沌PSO算法(a New Chaos Particle Swarm Optimization based on Adaptive Inertia Weight,CPSO-NAIW)。首先采用新的惯性权重自适应方法,很好地平衡粒子的搜索行为,减少算法陷入局部极值的概率,然后在算法陷入局部极值时,引入混沌优化策略,对群体极值位置进行调整,以使粒子搜索新的邻域和路径,增加算法摆脱局部极值的可能。最后,实验结果表明,CPSO-NAIW算法能有效避免陷入局部极值,提高算法性能。

改进蚁群算法在复杂环境中机器人路径规划上的应用

针对经典蚁群算法在复杂环境下的机器人路径规划问题中表现出的收敛速度慢,容易陷入局部最优等问题,提出一种改进算法.依据方向指导信息来优化初始信息素的分布,加快搜索速度,缩减搜索初期的时间消耗;通过优化信息素的挥发与更新规则,保留局部与全局优秀路径的优势信息,改善收敛速度慢的问题;基于区域安全因素对转移概率进行改进,从而避免陷入局部最优和死锁等问题.最后,通过栅格法对仿真环境建模,在不同复杂度与规模的多张地图上进行仿真实验,对比验证了该算法在复杂环境下路径规划问题上的有效性和对不同规模地图的适应性.

基于神经网络的批强化学习在Robocup中的应用

模拟机器人足球比赛(Robot World Cup,RoboCup)作为多智能体系统的一个通用的实验平台,通过它可以来检验各种理论、算法和框架等,已经成为人工智能的研究热点。针对在复杂条件下的使用传统Q学习方法所产生的收敛速度缓慢和泛化能力不强的问题,文中使用人工化能力,缩短了学习的时间。并最终将其运用到仿真组比赛的Keepaway模型中,以此验证了该方法的有效性。

基于反向学习的自适应差分进化算法

为解决差分进化(DE)算法过早收敛与搜索能力低的问题,讨论对控制参数的动态调整,提出一种基于反向学习的自适应差分进化算法。该算法通过反向精英学习机制来增强种群的局部搜索能力,获取精确度更高的最优个体;同时,采用高斯分布随机性提高单个个体的开发能力,通过扩充种群的多样性,避免算法过早收敛,整体上平衡全局搜索与局部寻优的能力。采用CEC 2014中的6个测试函数进行仿真实验,并与其他差分进化算法进行对比,实验结果表明所提算法在收敛速度、收敛精度及可靠性上表现更优。

一种模糊情报检索agent的研究

本文讨论了基于模糊数学的近似计算机情报检索，给出了标引词模糊语义关联距离的定义，提出了Ｎ个ａｇｅｎｔ元素堆上的ａｇｅｎｔ近似模糊匹配算法和快速的模糊标引词ａｇｅｎｔ检索算法，在限定检索词的条件下，其算法时间复杂性是０（ｎ）的。