覆盖广义粗糙集的模糊性

在研究覆盖广义粗糙集的基础上,利用两个距离函数Hamming和Euclidean距离函数,结合模糊集的最近寻常集,引入了覆盖广义粗糙集模糊度的概念,给出了一种模糊度计算方法,并证明了该模糊度的一些重要性质。这些结果在覆盖广义粗糙集的理论研究和应用都发挥着一定作用。

基于广义粗糙集理论的旋转机械故障诊断

故障诊断规则中判断条件的冗余、不完全和不确定性不利于实际应用。采用广义粗糙集理论对旋转机械振动故障诊断的非完备决策系统进行了分析处理 ,求出了进行诊断所需的关键条件 ,由相对约简得到了最优诊断规则。在工程实践中成功地诊断出了大型旋转机械的一些常见故障。

基于广义粗糙集的不确定条件下的Flow Shop调度

在实际生产调度过程中,加工时间的不确定性是普遍存在的,因此引用广义粗糙变量来表示不确定的工件处理时间,定义粗糙加法运算,precision以及ratio,建立了处理时间不确定性的FlowShop调度问题的粗糙规划模型,提出了粗糙遗传调度算法将其应用于调度模型的求解,仿真实验证明了算法的有效性。

覆盖广义粗糙集理论中的LF拓扑方法

从LF拓扑学的角度来探讨覆盖广义粗糙集理论,在LF拓扑空间中定义了相对内部和相对闭包,并讨论了它们的基本性质.这些性质不仅对粗糙集理论,而且对于LF拓扑学本身也有重要意义.

基于广义粗糙集的属性约简

目前,人们对广义粗糙集的研究主要集中在集合的近似计算上,而真正利用广义粗糙集进行属性约简的研究还很少见。基于广义粗糙集理论研究了信息系统中属性约简的问题。首先定义了关系信息系统及其属性约简的概念。然后给出了属性约简的判定定理和辨识矩阵并详细地研究了属性约简的基本性质。最后给出了计算信息系统中属性的所有约简的一般方法。

广义粗糙集理论及实值属性约简

针对经典粗糙集理论仅能处理离散化数据的局限性,提出属性和属性子集的广义重要度的概念以及空间中的广义近邻关系,并提出了广义近邻关系下的广义粗糙集扩展模型。广义粗糙集理论利用广义近邻关系在全局中划分相容模块,构成集合的下、上近似集,避免了经典粗糙集理论必须量化数据的麻烦。另外,提出了广义粗糙集的实值属性约简的一种贪心算法,并分析了约简属性集合的质量。最后通过实例验证了所提方法的正确性和有效性。

基于广义粗糙集的知识约简方法研究

针对粗糙集理论在知识约简中的实际需要,提出了建立在一般二元关系基础上的广义粗糙集知识约简方法。首先证明了广义粗糙集是经典粗糙集的一般性推广,而经典粗糙集是广义粗糙集的特例;然后以一般二元关系为分类基础,给出一般关系决策系统中的知识约简判定定理和辨识矩阵;最后根据实例提取最小的属性集,验证了该方法的实用性。该方法摆脱了二元等价关系对经典粗糙集的困扰,既保证了粗糙集理论在知识发现研究中的理论优势,又拓展了粗糙集理论在实际应用中的适用范围,具有较强的实用性。

基于广义粗糙集的DEA模型

通过将粗糙变量引入决策单元投入产出要素,本文将DEA模型与实域广义粗糙集结合起来,建立了粗糙DEA模型,并给出了模型的求解方法。新模型拓展了对不确定DEA理论的研究。

广义粗糙集的拓扑表现形式

本文利用关于子基的相对内部和相对闭包的概念来建立基于一般关系的广义近似空间与它的导出拓扑空间之间的有趣联系,从而使广义粗糙集可以用拓扑概念表示.

一种广义粗糙集精度的新度量

在粗糙集理论中,精度是量化由粗糙集边界引起的不精确性的一种重要数字特征,但传统精度没有考虑到由关系覆盖导出的颗粒大小。本文通过引入独立邻域集的概念,给出一种新的广义粗糙集精度的度量。

类对称关系下的广义粗糙集模型

针对等价关系下的经典粗糙集,定义弱对称与局部强对称二元关系,构造相应的广义粗糙集模型。给出这2种模型的公理化特征,并将两者结合,得到强对称二元关系下的广义粗糙集模型。理论分析证明,论域上任何集合均为广义精确集的充要条件是其二元关系为强对称关系,即可以利用该模型刻画经典粗糙集中的广义精确集。

广义粗糙集理论的公理化注记

首先回顾了粗糙集理论的代数表示 ,给出代数表示与公理化算子的相互关系。特别地 ,给出了广义粗糙集模型的公理化等价表示。

覆盖广义粗糙集模型研究

覆盖广义粗糙集理论是由Pawlak经典粗糙集理论在划分的基础上推广到覆盖建立起来的,它更能合理地描述信息的不确定性、不准确性和不完整性。本文给出覆盖广义粗糙集理论的6种基本模型,讨论每种模型的覆盖上近似运算并给出相关性质,最终给出模型之间的相互关系,从而补充和完善了覆盖广义粗糙集理论的公理化体系。

矩阵方法计算加权变精度广义粗糙集

文章通过矩阵理论计算加权变精度广义粗糙集的上、下近似。首先,根据加权经典粗糙集模型,提出加权变精度广义粗糙集的概念;然后,用矩阵方法计算加权变精度广义粗糙集的上、下近似;最后,给出矩阵计算加权变精度广义粗糙集的上、下近似的算法。

广义多粒度双量化邻域粗糙集

针对实数型数据的信息量化问题,引入相对概念和绝对基数构建了广义多粒度双量化邻域粗糙集模型.首先,通过I型和II型广义多粒度上、下邻域特征支撑函数构建两类广义多粒度上、下邻域近似算子并讨论其性质;其次,讨论了两种广义多粒度邻域粗糙集的关系;最后,通过传染病案例实证分析了模型的实用性和有效性.

基于广义粗糙集的流程工业车间调度研究

针对流程工业某电化厂聚氯乙烯车间的生产过程,基于统一时间离散化方法,用广义粗糙集理论对投入产出比、设备转化率等不确定参数进行描述,建立了基于广义粗糙集有限中间存储的流程车间调度问题模型.该模型以最大化产值及精度要求为目标,考虑了设备容量约束、设备生产能力、物料平衡等多种约束,并应用基于改进进化策略的差分进化算法进行求解.仿真结果表明了该算法和模型的可行性及有效性.

广义粗糙集模型及应用

主要总结了近年来粗糙集模型理论的研究和发展,介绍了广义粗糙集模型研究的一些主要方面和最新成果,从逼近算子和粗糙隶属函数的角度,讨论了广义粗糙集模型的各种类型,并探讨了它们各自的特点和应用.

覆盖广义粗糙集的一般化方法

在覆盖粗糙集理论中,将其模型与经典粗糙集统一是一个非常重要的问题。在覆盖近似空间中通过定义论域上的基于覆盖的等价关系,将覆盖广义粗糙集转化为经典粗糙集,由此将经典粗糙集理论的应用范围拓展到基于覆盖的背景中。分析表明,该方法比已有的基于等域关系转化覆盖广义粗糙集为经典粗糙集更直观且易于理解。最后举例说明了该一般化方法还可以提高目标概念的近似精度。

广义Vague粗糙集的公理化刻划

利用公理化方法研究一般模糊关系下广义Vague粗糙集系统.在通过公理化近似算子导出相应模糊关系的基础上,凭借所定义的广义Vague粗糙集代数,给出了满足不同公理的近似算子与其相应的模糊关系之间的等价刻划.

多粒度广义L-模糊可变精度粗糙集

为了更有效地处理不精确性问题,将模糊变精度粗糙集与多粒度相结合,成为研究的热点.在不可交换的广义剩余格的基础上,定义了基于L-模糊近似空间的广义L-模糊可变精度粗糙集中的左下(右下)和左上(右上)近似算子.然后,结合多粒度,给出了基于不可交换的广义剩余格的多粒度L-模糊可变精度粗糙集及其近似算子,研讨了它们的一些性质.该研究在变精度粗糙集研究中具有一定的理论价值,提供了一种新方法,能更加精确地解决实际中的不精确性问题.