Rough Sets理论与信任函数理论的比较研究

给出了在 Pawlak粗集代数中信任函数的一种解释 ,并且讨论了信任函数在 Rough Sets上知识的组合规则 ,发现信任函数的综合规则无法用 Rough Sets来表示。

Granularity of Knowledge Computed by Genetic Algorithms Based on Rough Sets Theory

Rough set philosophy hinges on the granularity of data, which is used to build all its basic concepts, like approximations, dependencies, reduction etc. Genetic Algorithms provides a general frame to optimize problem solution of complex system without depending on the domain of problem.It is robust to many kinds of problems.The paper combines Genetic Algorithms and rough sets theory to compute granular of knowledge through an example of information table. The combination enable us to compute granular of knowledge effectively.It is also useful for computer auto-computing and information processing.

Pawlak粗代数理论研究综述

1 引言 粗糙集作为一种处理不精确、不确定与不完全数据的新的数学理论,由波兰数学家Z.Pawlak在20世纪80年代初提出[1,2].这套理论开始仅局限在东欧各国,并未引起国际计算机学界和数学界的重视.粗糙集(Rough Set)理论(也称粗集理论或RS理论)认为如果自然界离散表示的对象设为U,人们具有关于U的认识能力或称为知识就是人们对U的划分或分类的能力.

格上的Pawlak算子

在具有最大元和最小元的有补分配格中建立了Pawlak算子的公理系,研究了Pawlak算子代数性质之间的逻辑关系,给出了一种格上的广义Pawlak算子。

基于Pawlak冲突模型的“网约护士”冲突分析

目的为缓解"网约护士"模式中各方冲突,促使"网约护士"模式可持续发展,并向全国推广。方法结合"网约护士"冲突问题,采用粗糙集理论构建了"网约护士"系统多决策混合冲突模型,并根据Pawlak模型中冲突度矩阵运算的理论,利用CodeBlocks 17.12软件编程对模型中的争端进行求解,计算出解决冲突问题的可行性方案。结果 "网约护士"冲突系统中,当护理人员拥有较高的护理技能及人文关怀,并保护患者隐私;"网约护士"提供方高度关注护理人员发展,制定合理的护理费用标准,保障护理人员的人身安全;患者对护理人员保持尊重和理解的态度时,冲突三方均能满意。结论提升护理人员的服务质量、提高安全性及制定合理的医疗费用是"网约护士"模式可持续发展的关键。

基于Rough理论属性重要性的遗传计算方法

遗传算法提供求解复杂系统优化问题的通用框架,Rough集理论的属性依赖度可以确定各属性对系统分类的重要性。本文通过一个信息表实例将遗传算法和Rough集理论结合起来以计算属性的重要性,两者结合能有效进行属性重要性的计算,并能进行计算机自动计算和信息处理。

变精度粗集模型在决策树生成过程中的应用

Pawlak粗集模型所描述的分类是完全精确的 ,而没有某种程度上的近似。在利用Pawlak粗集模型构造决策树的过程中 ,生成方法会将少数特殊实例特化出来 ,使生成的决策树过于庞大 ,从而降低了决策树对未来数据的预测和分类能力。利用变精度粗集模型 ,对基于Pawlak粗集模型的决策树生成方法进行改进 ,提出变精度明确区的概念 ,允许在构造决策树的过程中划入明确区的实例类别存在一定的不一致性 ,可简化生成的决策树 。

基于粗糙集理论的协调集及其决策树构造

从不协调信息系统中获取知识是一个研究热点,变精度粗糙集理论模型把集合的关系拓展到"一定程度包含",从而将经典粗糙集理论模型中划归于边界域中的元素拓展到正域结构中,在一定程度上提高了获取异常信息的能力.在经典粗糙集理论模型的基础上,讨论了协调集的构造及其修正定义,并进一步讨论了变精度粗糙集模型理论中协调集的定义;提出了基于协调集的决策树构造方法.结果表明沿着树的分支序贯能得到规则的合理解释,但比传统意义上的决策树要简单.

关于变精度粗集与粗集属性约简的注记

通过抽象信息系统,阐明了经典粗糙集模型分类质量、相对正域、决策类下近似具有非单调递减性;变精度粗糙集模型在约简过程中分类质量和相对正域会出现跳跃现象,约简过程具有不稳定性。需要针对三者分别建立模型,使属性约简变得多样化。

基于可辨识矩阵的属性约简算法

属性约简是Rough集理论研究中的一个关键问题,已有的算法大致可以分为增加策略和删除策略2类,都是采用不同的启发式或适应值函数来选择属性。该文提出一种基于属性在可辨识矩阵中出现频率的新算法,以核为基础,不断从可辨识矩阵中选入出现频率最高的属性,直到可辨识矩阵元素集为空。为了得到Pawlak约简,算法增加了反向删除操作。实验分析表明该方法比其他方法快且有效。

基于相似关系的变精度粗糙集的数据约简

基于最大相似类的变精度粗糙集模型.此模型把变精度粗糙集的基础由等价关系拓展到条件更弱的相似关系,更好地利用数据间的相关信息,扩大了粗糙集理论的应用范围.讨论了相似变精度粗糙集的性质与属性约简,举例说明了相似的变精度粗糙集在大学生体质检测数据约简中的应用.

覆盖粗糙集模型转化的方法研究

通过研究邻域覆盖、覆盖导出的划分之间的内在关系,给出了一种新的转化方法.新方法证明了由一个覆盖可唯一导出一个划分、由覆盖与其覆盖约简导出的划分一致等结论,而且得出了由覆盖导出的等价关系的上、下近似算子更加细分等优良性质;提高了集合的近似程度,能更好地用于属性约简、核的求取和规则的生成等方面研究.

基于6省份调查数据分析我国疾控中心面临的若干问题及对策思考

目的通过对6个省份的现场调研,了解当前我国省、市、县疾控中心存在的问题,以期为制定相应的政策提供参考。方法采用焦点组访谈、关键人物访谈、文献调研等方法收集相关资料,对定量资料进行描述性统计分析,对定性资料进行归纳总结。结果我国各级疾控机构现存问题包括疾控系统人员长期流失严重,各级疾控中心职能定位尚不清晰,疾控中心实施公益一类单位和取消收费项目后出现多方面负面效应,现有利好政策未落实到位。结论建议防治结合导向,调整各级疾控中心功能定位;坚持公益性,建立保障和激励相结合的运行机制;优化政策存量,推动落实已有的激励措施。

基于粗糙集理论的发射机故障诊断研究

研究应用经典Pawlak粗糙集理论从发射机监控数据中提取有效信息的方法,给出了对故障监测数据表的属性约简算法,输出故障决策规则,以中波发射机"输出功率"故障为例,进行了算法推演与实例仿真,证实所建故障诊断系统科学合理,高效可行。从变论域的角度出发,引入了决策粗糙集的启发式理论,解决了故障数据先验分布的容错问题,实现预诊断,为完善发展发射机人工智能监控提供了一个新思路。

基于最小描述交的覆盖广义粗糙集

针对Bonikowski覆盖广义粗糙集模型的不足,给出了基于最小描述交的覆盖上下近似算子。通过和Pawlak经典粗糙集以及Bonikowski的覆盖广义粗糙集比较,发现给出的覆盖上、下近似算子具有了对偶关系,并得到了相关重要性质;进一步讨论了在新定义下覆盖广义粗糙集的约简和公理化问题,丰富了覆盖广义粗糙集理论,并为覆盖广义粗糙集的应用提供了更确切的理论根据。