Homomorphic Properties of Fuzzy Rough Groups

This paper is devoted to the discussion of homomorphic properties of fuzzy rough groups.The fuzzy approximation space was generated by fuzzy normal subgroups and the fuzzy rough approximation operators were discussed in the frame of fuzzy rough set model.The basic properties of fuzzy rough approximation operators were obtained.

基于Rough Set理论的判断矩阵构造方法

群决策支持系统 (GDSS)是利用信息技术 ,将多个决策者个人对该领域的理解及个人判断能力结合在一起 ,利用结构化决策分析技术 ,对半结构化和非结构化问题进行求解 .层次分析法是对定性问题作定量分析的一种简便而有效的方法 .提出了一种 GDSS环境下判断矩阵构造的新方法 :运用粗集理论 ,利用管理信息系统运行所积累的大量决策数据来分析各决策因素、决策者对决策目标的影响 ,并建立自学习系统 ,从而构造具有完全一致性的综合判断矩阵 .

区间粗糙数群组G1法的随机聚合求解及应用

针对复杂不确定环境下的群体评价问题,采用区间粗糙数表征专家偏好,在G1法的基础上,结合蒙特卡洛仿真技术,提出了一种随机模拟聚合算法.首先,通过随机抽样的方式模拟权重系数,并依据序相关性和区间粗糙数贴近度确定专家权重.其次,综合所有专家意见得到指标的最终权重,并将其与预处理后的指标值线性集结,求得一次模拟的综合评价值,据此判断被评价对象间的优劣.通过充分模拟得出优胜度矩阵,并从中推导出包含优胜概率的可能性排序,弥补了不确定信息环境下绝对排序呈现的不足.最后,通过算例说明了方法的有效性,并与现有方法对比阐述了所提方法的优势.

基于模糊邻域判别指数的在线流组特征选择

在线流组特征选择可以充分利用特征流中原始的组结构信息,以在线的方式处理特征选择问题。然而,现有方法大多无法处理具有模糊性和不确定性的数据。为此,提出一种基于模糊邻域判别指数的在线流组特征选择算法。设计一种模糊邻域判别指数,用于描述模糊邻域粒的判别信息,扩展相关的不确定性度量方法。在此基础上,用组内特征选择和组间特征选择两种策略选择具有强近似能力且非冗余的特征。在8个公共数据集上进行对比实验,验证了该算法具有更优且稳定的分类性能。

基于分子标记技术玉米抗粗缩病种质资源的筛选与应用

【目的】利用与3个玉米抗粗缩病位点qMrdd2、Rmrdd6和qMrdd8紧密连锁的分子标记筛选高抗玉米粗缩病自交系,并进行杂种优势类群分类和配合力分析,为玉米抗粗缩病品种的快速高效选育提供依据和方法。【方法】将抗病自交系K36与感病自交系S221杂交,从F2开始,采用单粒传的方法构建一个包括263个F9家系的重组自交系(recombinant inbred lines,RILs)群体;在不同种植环境下,对RILs进行抗病性鉴定,同时,采用与3个抗病位点qMrdd2、Rmrdd6和qMrdd8紧密连锁的分子标记5FR、6W53和IDP25K进行基因型分型,筛选出抗病且农艺性状优良家系;利用Maize56K SNP芯片对包括优良家系在内的24份玉米自交系进行基因型分型,根据Roger’s算法计算优良家系与其他骨干自交系之间的遗传距离,并在构建聚类图的基础上进行杂种优势类群划分;同时利用优良家系与不同类群的自交系测交配制杂交组合,在田间进行配合力测定和抗病性鉴定,筛选出抗病且杂种优势强的组合。【结果】自交系K36在qMrdd2、Rmrdd6和qMrdd8等3个抗性位点处均为抗病性纯合基因型,自交系S221均为感病性纯合基因型。RILs群体的263个家系在粗缩病抗性遗传组成上分为21种基因型,3个位点均为抗性纯合基因型家系的病情指数(DSI)最小(0.281),均为感病性纯合基因型家系的DSI最大(0.776),这与抗、感性亲本的DSI表现一致(0.257和0.623);2个位点为感病性纯合基因型时,1个位点为抗病性纯合基因型的DSI由小到大的位点是Rmrdd6(0.396)、qMrdd8(0.478)和qMrdd2(0.654),结果表明,Rmrdd6抗病性最强,qMrdd8次之,qMrdd2最弱。筛选出的3个抗性位点纯合基因型家系JR2136与其他23份自交系的遗传距离变化范围为0.2234—0.2895,平均值为0.2612,与之遗传距离最小的自交系是C413,最大的是Chang7-2。根据聚类分析结果,将JR2136划分在瑞德群,与属于黄改群的自交系H92和H521配制出抗病强的优势组合,分别比郑单958增产7.01%和7.80%,表明JR2136与属于黄改群的自交系之间具有良好的配合力。【结论】玉米自交系K36对粗缩病的抗性由qMrdd2、Rmrdd6和qMrdd8等3个基因控制、呈数量遗传特征且具有基因累加效应,具有3个抗性纯合基因型的玉米品种抗病性最强。开发的与3个位点紧密连锁的分子标记在抗病品种选育和抗性种质资源筛选上具有实用价值,利用分子标记进行辅助选择和基因聚合的方法选育抗病性强的优势组合应用于生产切实可行。

电力系统多控制器协调控制与优化

针对电力系统多控制器协调控制与参数设置较难的问题,提出了一种基于邻域粗糙集属性约简和群搜索优化算法的控制器协调与优化方法。采用群搜索优化算法优化各控制器参数,并在单、双机模型中比较了PSS和SVC独立控制和协调控制效果;通过邻域粗糙集属性约简剔除冗余的优化参数,降低了优化空间维度。实验结果表明,电力系统在SVC和PSS控制下能有效保证系统稳定,且协同优化下的性能表现优于单控制器;群搜索优化算法能有效优化控制器参数,使其达到良好的控制效果;邻域粗糙集属性约简能有效删除冗余属性,在单、双机优化中,待优化参数分别由12个和18个减少到3个和5个,平均优化时间分别节约了68.4%和48.7%。

关于Hausdorff拓扑粗糙群正则性的注记

构造出一个非正则的Hausdorff拓扑粗糙群,回答了林福财等提出的一个公开问题,同时给出Hausdorff拓扑粗糙群具有正则性的一个充分条件.

基于多极模糊粗糙集的卷烟烟支多属性质量评估方法

随着卷烟厂数字化进程的加快,精确适当的评估方法直接影响卷烟的生产效率和质量。卷烟烟支质量评估本质上是群决策问题。根据卷烟烟支质量评估过程中评估信息的多属性、模糊性特点,利用多极模糊集的特性,结合粗糙集上下逼近的方法,从多极性角度改进了传统群决策模型,提出了卷烟烟支质量评估的多极模糊群决策新方法。通过相关系数的定义求解可以发现新提出的卷烟烟支质量评估模型具有更高精确度。

粗糙群和基于子群的群的粗糙

运用粗糙集理论的思想,在群中基于子群定义了群的近似空间,并定义了集合的运算,用集合的近似进行了研究.用近似群重新定义了粗糙群理论中的粗糙群、粗糙子群、粗糙不变子群、粗糙商群、粗糙同态、粗糙同构等一系列概念,并在传统的和新定义的两种粗糙群理论体系中,研究了基于子群的群的粗糙的性质.

粗集公理组的极小化

粗集公理化是粗集理论研究的一个重要部分 ,它的目标是获得可靠和极小的粗集公理组 .以往文献在这一研究中取得了有意义的进展 ,给出了若干组粗集公理 .但是 ,它们在粗集公理的表示形式、粗集公理组的极小化以及粗集公理组的可靠性证明中 ,尚未达到粗集公理化的理想目标 .该文在以往文献的基础上 ,研究了粗集公理组的极小化 .首先 ,去除了现有粗集公理组中隐含着的冗余性 ,得到了更为精练的两组粗集公理 ,并证明了它们的可靠性 ;其次 ,定义了极小粗集公理组概念 ,并证明了给出的两组粗集公理是极小的 ;最后 ,讨论了一个典型粗集公理组 S5 。

牵引供电系统设计方案的综合评判

电气化铁道牵引供电系统设计方案的选择需要考虑众多定量和定性因素的影响,是一个复杂的模糊多属性决策问题。为此,基于牵引供电系统设计原则,建立了方案优选的分层评价指标体系;提出了一种改进的层次分析法与逼近理想解排序法相结合的综合评判决策方法,利用加权平均属性重要度的计算,改进了评价指标权重的求解,通过群决策将专家主客观权重合理组合,集结了决策者的权威性和意见一致性,引入垂面距离的定义度量各方案与模糊理想解之间的贴近度,实现了方案的比较和排序;以某新建客运专线为例进行验证,结果表明:该方法理论清晰,可操作性和通用性强,是牵引供电方案优选的一种有效决策方法。

软模糊粗糙集

软集理论是1999年Molodtsov为了克服传统数学在处理不确定性问题时所遇到的困难而提出的一种新的数学工具。将软集理论与Z.Pawlak粗糙集结合起来,提出了软模糊粗糙集和软模糊粗糙群及它们的同态的概念,讨论了它们相关的性质。

粗糙不变子群的若干性质与粗糙商群

讨论粗糙集理论在代数系统——群上的应用。基于有关粗糙群、粗糙子群和粗糙不变子群的基本概念以及粗糙子群的一些性质和有关粗糙不变子群的定理 ,讨论了粗糙不变子群的若干性质和粗糙商群的概念 。

粗糙群定义的缺陷与修正

自Pawlak Z提出粗糙集理论以来,众多学者进行了广泛深入的研究,并将该理论拓展至粗糙代数领域.Biswas R和Nanda S首次提出了粗糙群(B-N粗糙群)的概念并给出了若干性质,但这一概念本身存在着一定缺陷.已有一些研究者指出了B-N粗糙群的定义和结论存在的一些问题,并给出了B-N粗糙群的修正定义,但B-N粗糙群定义仍有一个缺陷未能被发现.本文详尽分析了B-N粗糙群及其修正版的缺陷,提出了一种新的粗糙群修正定义,并用示例进行了说明.

不确定条件下装备送修级别粗糙群决策方法

针对装备健康管理过程中送修级别的不确定信息和多源决策问题,研究了一种不确定信息的粗糙群决策方法。定义了群决策信息系统以描述多源决策问题,并用不协调群决策信息系统解释决策信息的不协调特性。结合不协调信息的群决策与不完备信息的粗糙决策两种方法长处,设计了不确定条件下的粗糙群决策方法。最后,将粗糙群决策方法应用于某型雷达的送修级别决策,应用实例验证了粗糙群决策方法处理不确定信息的有效性,可显著提高装备送修级别决策的吻合率。

基于粗糙集和群决策的高校教师科研能力评价模型研究

通过对相关研究的分析,提炼出反映高校教师科研能力和水平的主要指标,运用粗糙集和群决策特征根法构建出高校教师科研能力评价模型,对科研能力评价中的定性和定量要素进行综合评价,通过实证分析,验证模型的科学性和实用性。

基于粗糙集和群决策特征根法的区域水资源可再生性评价

【目的】基于水资源可再生的特点,将粗糙集理论引入到水资源可再生性评价中,建立区域水资源可再生性评价的准确方法。【方法】针对水资源系统信息的不确定性和不一致性以及水资源中经常遇到的群决策问题,将粗糙集理论和群决策特征根法相结合应用于水资源评价,即将粗糙集作为数据的预处理工具,先构造决策表,再用粗糙集进行属性约简,对约简后的指标集用多属性群决策的定量评价方法进行了评价。【结果】实例计算表明,因粗糙集能较好地处理不确定、不完备、不一致信息,故能得到更为准确、详细的评价结果。【结论】将粗糙集和群决策特征根法相结合用于水资源可再生性评价是可行的。

多物流配送中心优化选址决策模型研究

坚持物流配送中心选址与企业长期发展相结合,综合考虑选址方案带来的建设运营成本和长期配送费用,运用粗糙集方法和群决策特征根法对所有定性因素进行综合评判,并把定性要素综合评判值与定量要素相结合构建决策模型。利用遗传算法进行最优决策方案选择,实现了对企业物流配送中心选址过程中所有定性和定量影响因素的综合考虑,同时增加了配送费用考虑年限参数λ,使得模型具有了更强的实用性。通过仿真实验,模型的有效性和实用性得到了充分的验证。

基于正规子群的群的粗糙

主要讨论了粗糙集理论在群中的应用.基于粗糙集理论,继续探讨了一个群的子集关于正规子群的粗糙近似子群.同时,给出了粗交换子群的概念与性质.最后,在商群中讨论了粗糙集的一些性质,并给出这些结论的严格证明,进一步补充和完善了粗糙群理论.