基于模糊粗糙集与支持向量机的区域物流量预测

对区域物流量进行研究与预测有助于把握区域物流的需求,实现区域物流供需相对平衡,提高区域物流规划质量和运行效率具有重要的理论和实际意义.本文将模糊粗糙集理论引入区域物流量的预测中,建立基于模糊粗糙集与支持向量机的区域物流量预测模型,用模糊粗糙集作为前端预处理器对数据进行约简,剔除冗余信息,以实现两种算法的优势互补.针对支持向量机在处理数据时无法将数据简化的问题,提出了基于模糊粗糙集与支持向量机的区域物流量预测方法,在支持向量机对样本数据进行处理之前,利用模糊粗糙集数据挖掘的能力对原始数据样本集进行预处理.结果表明,这种预测方法具有很好的精确性和有效性.

煤矿突发事件的CBR预测

针对煤矿突发事件的特点,对一起瓦斯实例对案例的原始文本信息进行了规范化与知识化,基于数据库技术构建了案例库,提出了基于模板检索与最近邻法相结合的案例检索策略,并作了新的改善,最后提出了基于粗糙集理论的案例库优化方法.将案例推理应用于煤矿突发事件的预测决策中,具有一定的实际意义.