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.

对偶区间集概念格上区间集协调集的判定方法

对偶区间集概念格是将区间集引入到对偶概念格产生的,它将对偶概念的外延与内涵从经典集合推广到区间集,使之成为一种描述不确定性概念的数学方法。而属性约简是数据挖掘的核心内容之一,是一种研究概念格本质特征的方法,它通过删除冗余属性使数据表中概念的获取与表示变得更简洁。文中主要研究对偶区间集概念格上区间集协调集的判定方法。首先基于对偶区间集概念格的同构,引入了区间集协调集,给出了对偶区间集概念格上区间集协调集的一系列判定定理,进而讨论了利用区间集协调集获取区间集属性约简的方法。

基于布尔矩阵的决策形式背景协调集判断方法

本文利用布尔矩阵表示决策形式背景,把论域的子集(属性的子集)用特征向量函数刻画,借助布尔矩阵运算给出决策形式背景协调集判断的新方法.该方法仅利用布尔矩阵运算,就可求解形式背景中对象子集内涵与属性子集外延,判定出决策形式背景中的协调集.与已有决策形式背景的协调集判断方法比较具有新颖简单、计算量小的特点.

优势关系下的协调集判定定理

在优势关系下的目标信息系统中,运用协调集判定定理,研究了该信息系统的属性约简及协调集问题,给出了相关定义,并给出了求解目标信息系统的辨识矩阵和约简的算法.

等价关系下的协调集判定定理

对于等价关系下的目标信息系统,先给出并推导了协调集判定定理,然后将其和该信息系统的属性约简及协调集问题联系起来,给出了求解目标信息系统的辨识矩阵和约简算法.

集装箱码头考虑集卡能耗的岸桥集卡协调调度

随着环境污染和资源紧缺的加剧,绿色港口逐渐成为未来港口发展的必然趋势。因此针对岸桥集卡协调调度,建立了一个考虑集卡能耗和岸桥集卡作业时间的多目标数学模型。由于岸桥和集卡作业时间及集卡能耗这两个目标既有联系,又有一定程度的冲突,因而使用多目标优化的方法平衡这两个目标,并且采用遗传算法结合Matlab数学软件求解模型。算例结果表明:考虑集卡能耗的调度比不考虑集卡能耗的调度更节约调度成本,从而验证了模型和算法的有效性。

控制子区内协调路径集的构成及优选方法

为了实现城市交通信号协调控制的精细化,协调对象的选取不应停留在子区层面,而需要进一步细化到有向路径连线上。文中通过定义协调路径、协调路径链与协调路径集,以及构成路径链的父路径与子路径,建立了一套可以反映协调控制方向性需求的概念体系,并分析了路径链的计数方法。针对路网中车辆的轨迹分布,从路径链经过的交叉口数量(路径链长度)和所承载的交通流量的角度出发,分别制定了相应的协调路径集优选法则与流程。算例分析结果表明,文中方法能够根据拟协调的交叉口数量和行驶路径流量,选出控制区域内流量较大的主要路径链,从而进一步丰富控制子区与交叉口群的划分理论。

不协调目标信息系统的知识约简

在不协调目标信息系统中引入了最大分布约简的概念 ,讨论了最大分布约简、分配约简、分布约简和近似约简之间的关系 .最大分布约简弱于分布约简 ,克服了对信息系统过于苛刻的要求 .同时 ,它又克服了分配约简可能产生与原系统不相容的命题规则的缺陷 ;给出了这些知识约简的判定定理和相应的可辨识属性矩阵 。

不协调目标信息系统知识约简的比较研究

研究不协调目标信息系统的各种知识约简之间的关系。证明分布约简既是β上分布约简 ,也是β下分布约简 ,并且在一定条件下 ,β上、下分布约简与不协调目标信息系统的分配约简和最大分布约简等价。

集值信息系统基于变精度相容关系的知识约简

借助于属性集值的相似程度在集值信息系统上定义了一种变精度相容关系,给出了这种变精度相容关系下目标协调集值信息系统的知识约简与判定,并讨论了相容水平对目标协调集值信息系统的知识约简的影响。

协调决策形式背景的属性约简

本文研究基于对象定向概念格和属性定向概念格协调决策形式背景属性约简的问题。首先介绍了协调决策形式背景属性约简的概念,讨论了其等价的定义。进一步给出了属性约简的判定定理和相应的可辩识属性矩阵,从而为概念格中协调决策形式背景属性约简提供了一种具体的方法。

不协调决策表的属性约简模型及规则提取

基于广义决策分布函数介绍了不协调决策表的属性约简模型,并对相关模型进行了研究,得出了相关结论;最后,给出了各种模型的规则提取方法。

集值决策信息系统的增量式属性约简算法

在现实应用中许多数据往往呈动态变化,非增量式约简方法处理此类数据需消耗大量的计算时间和存储空间.增量式技术能有效处理动态变化的数据.针对集值决策信息系统中数据的动态变化情况,研究了新增对象对信息系统中原有知识的影响,分析了新增对象对分布约简的更新机制,提出了一种增量求解分布函数的计算方法,在此基础上,设计了集值决策信息系统的增量式属性约简算法,当新增对象加入到决策信息系统时,算法能够利用原决策信息系统的约简知识,快速更新分布协调集,通过计算极小析取范式得到属性约简;最后,通过实例验证分析了算法的可行性和有效性.

形式背景的下近似协调与粒协调的关系

在形式背景中引入上、下近似算子和上、下近似协调集引入证据理论的信任函数与似然函数,讨论它们与上、下近似协调集的关系,进而得到决策形式背景的下近似协调与粒协调是等价的.

不协调决策信息系统的约简

知识约简是粗糙集理论中的一个重要内容,目前大多数研究都集中在协调的决策信息系统上。但现实中存在大量的不协调决策信息系统,针对该类系统的约简研究,将更具有实践意义。定义了决策包含度约简和最大决策包含度约简的概念,讨论了决策包含度约简和最大决策包含度约简的关系,即最大决策包含度约简弱于决策包含度约简,为解决不协调决策信息系统的知识约简问题提供了新方法。

基于一般包含度的广义变精度粗糙集

本文将变精度粗糙集模型推广到基于一般包含度的广义变精度粗糙集,利用包含度的性质讨论广义变精度粗糙集的性质。给出广义齐次包含度的定义,验证了常用的概率型包含度等均为广义齐次包含度;给出基于该广义变精度粗糙集的知识约简的方法。不同的包含度代表不同的决策语义,因此借助一般包含度研究变精度粗糙集,能够使尽可能多的有用信息被提取、挖掘,克服了基本粗糙集模型中由于要求绝对精确的包含关系而使大量有用信息丢失,进一步推广了粗糙集模型,拓宽了粗糙集在数据挖掘、知识发现、模式识别及决策分析等领域中的应用。

不协调决策形式背景属性约简方法研究

主要对不协调决策形式背景进行了定义,给出了近似函数和近似协调集的判定定理。给出近似可辨识矩阵和近似约简的方法,通过实例验证了该方法的可行性。

不协调决策形式背景的属性约简

形式概念分析由德国数学家Wille于1982年提出,是刻画概念和概念之间层次化结构的数据分析工具,主要用于概念的发现、排序和显示。作为知识发现的有效工具,该理论已被成功地运用到信息检索、数据挖掘、模式识别等领域。而在实际问题中呈现出的形式背景往往具有冗余的属性,使得所生成的概念格结构非常复杂。为了提取更加简洁有效的概念格,需要对形式背景中的属性进行约简。因此,寻找更高效的属性约简方法成为了形式概念分析中的一个重要研究问题。文中把基于粗糙集理论的属性约简思想引入到形式背景中,进一步研究不协调决策形式背景的属性约简问题。一些学者在不协调信息系统中基于等价类提出了分布约简、最大分布约简、分配约简、近似约简,并且讨论了4个约简之间的关系。而形式背景是一种特殊的信息系统,文中用粒集代替信息系统中的等价类,提出了4种基于包含度的属性约简,即分布约简、最大分布约简、分配约简与上近似和约简,并证明了分布协调集必为最大分布协调集,分布协调集必为分配协调集,分配协调集与上近似和协调集等价等结论。最后以分配约简为例,给出了分配协调集的判定定理,构建了不同粒集之间的可辨识属性集合,得到了求解分配约简的布尔计算方法。

决策形式背景上区间集概念格的属性约简

将区间集思想引入决策形式背景,研究决策形式背景上的区间集概念格及其属性约简方法.首先在决策形式背景上建立条件区间集概念格和决策区间集概念格,引入这两个区间集概念格之间的加细,给出协调决策形式背景上的区间集协调集及约简的定义,讨论区间集协调集的判定方法.通过在决策形式背景上定义可辨识区间集属性矩阵,给出寻找决策形式背景上区间集约简的方法.

一种利用属性序关系的变精度粗糙集知识约简方法

变粗糙集模型主要用于包含错误信息或缺失一些重要信息的决策表的知识获取.该文引入了变粗糙集模型和β上、下分布约简和分布约简(μ约简)的概念,并讨论了它们之间的关系;通过对约简的进一步研究,得到可辩识矩阵及其特性;在此基础上提供了利用属性序关系的约简算法,并通过含有噪声的实例验证了此方法的可行性和有效性.