基于知识相依性的复合材料决策知识获取算法

为了能够准确有效地实现复合材料成型工艺决策知识的自动获取,通过对树脂基复合材料成型工艺决策数据的分析,建立了基于粗糙集理论的复合材料成型工艺决策知识挖掘模型,提出了一种基于知识相依性的复合材料成型工艺决策规则挖掘方法。该方法利用知识相依性进行工艺数据预处理和约简的同时,建立成型工艺决策知识树,大大提高了决策树构造的效率。最后通过实例分析验证了该方法的可行性,实现了复合材料成型工艺决策知识的自动获取。

一种基于粗糙集的决策树生成算法

针对决策树的构造和修剪通常不能同时进行所产生的效率低下的问题,提出了基于粗糙集理论中知识依赖性的决策树构造方法。利用优先策略,将知识依赖性同时作为属性约简和建树的准则,在决策树预修剪的同时进行节点生成,大大提高了决策树构造的效率。使用Fisher's iris数据集对基于粗糙集理论中知识依赖性的决策树生成算法和用回归拟合方法的决策树生成算法进行比较。实验结果表明,前者的分类精度和决策树模型的复杂程度要明显优于后者。