Godin算法扩展研究

通过对概念格渐进式构造过程的分析,探讨了影响Godin算法效率的因素并给出解决办法,认为在形式背景中对象的属性分布均匀的情况下,一个最佳的对象输入序列是按照它们所包含属性的从多到少的顺序,并根据实验数据验证这一结论.

一种基于FCA的本体优化算法

在本体学习过程中,随着本体中概念的增多,必然存在概念及概念间关系的冗余,如果不及时对本体进行优化,本体中的关键信息就会淹没于冗余的概念关系之间。针对这种情况,基于FCA(形式概念分析)理论提出一种本体优化算法。应用FCA中概念格相关知识建立本体原型,通过消除本体原型层次关系中的冗余,达到优化的目的。实验结果表明,本体原型经过优化,消除了层次关系中的冗余,使概念间的关系更加清晰,核心内容更加突出。

利用量化概念格模板优化的关联规则挖掘研究

工程设计中存在着大量固定的设计模式,模板以其自身特点,需要大量的模板匹配这些设计模式,因而如何寻找优化的模板组合进行工程设计中的模式匹配是工程设计的核心问题。论文将关联规则挖掘思想引入寻找模板的优化组合,基于量化概念格挖掘模板优化的关联规则,进而寻找合理的、优化的模板组合,解决了工程设计的模式匹配问题,提高了工程设计的效率。

基于概念格的数据挖掘方法在库存管理中的应用

利用概念格的数据挖掘方法来实现多目标优化过程中,给出了库存模型向概念格模型转换的方法,提出了一种具体的概念格的渐进式构造算法;对于概念格的数据挖掘方法,具体定义了概念格中的关联规则,并提取了库存模型中的隐藏知识,进而为实现库存模型的多目标优化提供了决策支持。

基于区间概念格的规则优化方法与应用

区间概念格理论是在区间参数基础上提出的一种新的对象挖掘方法,它能够更精确地处理不确定信息。区间参数[α,β]决定了区间概念和格结构,并对区间关联规则产生影响。针对区间参数对关联规则的控制和优化问题,首先提出了基于参数变化的区间概念格结构更新算法,随着区间参数等步长变化,对初始格结构进行更新;然后在此基础上进一步挖掘各区间参数下的关联规则,发现区间参数和关联规则之间的复杂联系,给出了规则库优化算法,该算法通过调整参数达到控制和优化规则的目的;最后对决策形式背景进行规则提取并验证了区间参数对关联规则的具体影响。

三支决策空间下的区间参数优化模型及应用

区间概念格理论是在区间参数基础上提出的一种新的对象挖掘方法,它能够更精确地处理不确定信息。区间参数[α,β]决定了区间概念和格结构,进而对提取的决策准则产生影响。为了解决区间参数优化问题,首先将区间概念格与三支决策粗糙集理论相结合,提出了三支决策空间理论;然后在此基础上将区间概念外延划分为3个域:正域、边界域和负域,并给出了基于区间概念格的三支决策规则与决策损失函数,通过调整区间参数寻找更加可靠的决策准则,从而优化区间参数;最后通过实例对模型进行验证。

基于OE概念格的理想因子分解

文中主要研究如何用OE概念格作为因子分析中的理想因子,从而产生形式背景上基于OE概念格的理想因子分解,获得理想因子概念。定义了基于OE概念格的因子分解,基于OE概念格的理想因子分解以及(理想)因子,讨论了因子的存在性、最优性,并对强制性因子进行了研究。通过因子分解可以减少OE概念的个数,便于进行数据分析研究。

粗糙控制可调精度规则挖掘模型与应用

针对粗糙控制中控制精度不高、控制效率低等问题,提出了基于区间概念格的粗糙控制可调精度规则挖掘模型,以降低规则挖掘成本及提高应用效率.模型首先对采集到的原始数据进行预处理,使其转化成布尔型的形式背景;其次,参照一般区间概念格的生成算法进行了粗糙控制背景下的区间概念格的构造;再次,提出可调精度控制规则挖掘算法,建立了基于区间概念格的粗糙控制可调精度规则挖掘模型,最后,模型分析和实例对比验证了模型在提高规则可靠性的前提下,实现了挖掘成本和控制效率的最优化.

改进的IPO算法在粗糙控制中的应用

为了提高粗糙控制中的控制精度及控制效率,采用决策区间概念格的理论提取控制规则。基于区间参数α和β具有主观性和无法预知性的特点,提出了改进的IPO算法,并借助该算法进一步优化了粗糙控制规则挖掘模型。以钢丝固溶处理过程为例,验证了采用IPO算法优化粗糙控制的优秀控制品质。结果表明,提出的改进算法具有可行性和有效性。