基于变精度粗糙集的改模知识分层递阶归纳

应用基本粗糙集理论对改模方案进行改模知识归纳可以得到改模决策规则集。为解决其规则集规模大、实用性不强的问题,提出了一种基于变精度粗糙集的改模知识分层递阶归纳方法。首先,在研究改模知识的分层递阶层次表达模型的基础上,给出改模方案特征值具体化、完备化和层次化方法,并据此构建了基于分层递阶的改模方案特征决策表集;其次,在特征约简过程中,引入分类质量/误差矩阵,通过基于变精度粗糙集的改模方案特征层次约简,得到符合用户分类质量要求的核心特征集;然后,进一步利用基于分层递阶的规则层次生成和知识获取方法,得到规模小且实用性强的规则集;最后,通过实例验证了该方法的实用性和有效性。

基于增量式的知识发现

鉴于运用基本粗糙集理论获取与更新经验性知识时,进行增量式更新过程中数据库时空开销大的问题,提出一种基于改进差别矩阵的增量式规则获取方法。首先对原有的差别矩阵进行优化,使其具有比较小的空间复杂度;然后在分析新增对象与原决策系统之间关系的基础上,设计了求核及其增量式更新算法以及基于差别函数的属性约简与增量式更新算法,提高了核的更新效率;通过计算规则的精度,设定规则的阈值,形成了规则提取算法;最后以改模方案和故障诊断知识的获取与增量式更新作为实例,验证了该方法的正确性与可行性。

注塑模改模知识归纳方法研究

改模方案被许多模具企业视为重要的企业知识,然而随着改模方案的不断增加,如何从大量不规范表达的改模方案中归纳改模知识成为有效利用改模方案的关键。本文在分析改模方案表达的基础上,提出了一种基于粗糙集的改模知识归纳模型。首先分别从特征和特征值表达两个方面建立改模方案的分层递阶表达模型及知识建模方法。然后结合实例给出基于方案描述级别的方案重构和模糊化方法,以及在不同方案描述级别下基于粗糙集的改模知识归纳方法。最后通过利用粗糙集软件工具包ROSETTA实例验证了改模方案表达模型及其知识归纳方法。

模具改模知识归纳系统设计与实现

日益增多的模具改模方案使得人工归纳改模知识的效率和知识有效性已不能满足实际工作需要,迫切需要建立专用的改模知识归纳系统对大量改模方案进行有效地分析和整理。在改模知识分层递阶表达模型及相应粗糙集归纳算法的基础上,结合改模知识归纳流程,设计并开发了基于粗糙集的模具改模知识归纳系统,实现了改模方案重构、特征约简和规则生成等知识归纳功能,并建立了改模特征知识库和规则库。实际应用表明可以有助于改模知识工程师快速有效地进行改模知识归纳。

基于自组织模糊规则归纳的注塑模改模知识发现

改模是注塑模具生产的重要环节,在这一环节中主要依赖于工程师的经验.如何发现和归纳改模知识,已成为越来越多的注塑模具企业需要面对的问题.基于此提出了利用自组织模糊规则归纳辅助模具工艺人员建立改模方案,分析了该算法的主要设计思想与实现过程,最后利用Knowledgeminer软件进行模糊规则归纳得到了一些有关"批锋"缺陷的规则.结果表明,由该方法归纳的改模规则和实际情况吻合,正确率达84%.