F-规律预测与规律挖掘

给出F-规律预测,F-规律预测的规律挖掘概念,提出F-规律预测的规律挖掘定理与F-规律预测的规律挖掘原理。F-规律预测的规律挖掘是预测系统中未知规律的一个新的研究方向。

F-规律推理与规律挖掘

对S-粗集给出改进,把函数这个分析工具引入到S-粗集中,提出函数S-粗集(function singularrough sets)。函数单向S-粗集(function one direction singular rough sets)是函数S-粗集的基本形式之一,它是以R-函数等价类[u]定义的;ui∈[u]是一个函数,函数是一个规律。函数单向S-粗集具有单向动态特性与规律特征:利用函数单向S-粗集的规律特征,给出F-规律推理与F-规律推理的规律挖掘概念,提出F-规律推理的规律挖掘定理,F-规律推理的规律挖掘原理与F-规律推理的规律挖掘应用。F-规律推理的规律挖掘是寻找系统中未知规律研究的一个新的研究方向。

系统F-规律入侵与识别

利用函数单向S-粗集,给出f-规律,F-规律,规律距离的概念以及系统规律被F-规律入侵的概念.利用这些概念,给出系统规律被F-规律入侵呈现的状态特征与对这些状态特征的识别、识别准则与应用.

函数S-粗集与投资风险F-规律发现

利用函数S-粗集概念给出了规律的f-遗传,f-遗传规律生成,函数单向S-粗集的F-遗传,F-遗传规律生成等概念.提出了F-遗传规律包络定理,F-传递规律分离定理.利用这些结果,给出函数单向S-粗集与投资风险F-规律的发现与应用.

F-干扰规律生成与它的特征识别

利用单向S-粗集概念给出了知识的f-干扰生成与f-干扰规律生成,单向S-粗集的F-干扰生成与F-干扰规律生成的概念.提出了F-干扰损失与F-干扰度关系定理,F-干扰损失规律与F-干扰度规律关系定理,F-干扰分辨定理,干扰规律分辨定理,给出了F-干扰规律识别准则与应用.

粗规律F-分解与规律识别

函数S-粗集具有规律特性、动态特性;利用函数S-粗集和基于函数S-粗集的粗规律生成方法,给出f-分解规律,F-分解粗规律,属性f-扰动度,属性F-下扰动度,属性F-上扰动度等概念;利用这些概念,提出规律f-分解定理,属性f-扰动度定理,粗规律F-扰动度定理,给出粗规律F-分解识别的基本原理,并给出应用实例。

粗规律能量与F-分解粗规律度量

函数单向S-粗集对偶具有规律特性、动态特性。应用函数单向S-粗集对偶,给出f-分解规律、F-分解粗规律、规律能量、属性f-扰动度的概念;研究了粗规律F-分解过程中的变化度量;给出f-分解规律能量特性定理、f-分解规律能量不等式定理、F-分解粗规律能量特性定理以及f-分解规律能量中值定理。

函数S-粗集与规律F-隐藏

函数单向S-粗集(Function one direction singular roughsets)是用R-函数等价类定义的,函数是个规律;函数单向S-粗集具有规律特征、动态特征。利用函数单向S-粗集,给出规律F-隐藏概念,提出规律的F-隐藏定理,隐藏识别准则,给出规律的F-隐藏的应用。规律的F-隐藏是函数S-粗集中的一个新的应用研究方向,函数S-粗集是信息规律研究中的一个新理论与新工具。

函数单向S-粗集及其F-粗边际规律

基于函数单向S-粗集的规律特性,将导数与函数单向S-粗集相结合,提出其F-粗边际规律的概念;得到了F-粗边际规律的性质;最后给出F-粗边际规律在经济中的应用.

函数S-粗集与规律积分度量

利用函数单向S-粗集和函数单向S-粗集对偶,给出f-规律知识,-f-规律知识,f-规律和-f-规律的概念,利用这些概念,给出规律知识生成的规律之间的关系和积分度量.

■-生成规律与系统规律识别

一个系统(控制系统、通讯系统)没有受到某个规律的干扰(或攻击),则系统处于稳定运动状态或者按预定的规律运动。未知规律进入到系统中,对系统进行干扰,使得系统的运动规律紊乱。利用函数单向S-粗集对偶(dual of function one direction singular rough sets),给出系统中■-生成规律的概念,给出■-生成规律的生成模型和对系统规律的识别。函数单向S-粗集对偶是识别系统中存在干扰规律,识别系统规律的一个新的理论与方法。

P-集合与-漂移规律恢复

P-集合是研究动态信息系统与动态信息规律的一个新理论与新方法.利用P-集合,给出-漂移规律生成概念,提出-漂移规律辨识定理;给出-漂移规律恢复概念,提出-漂移规律恢复定理.利用这些结果,给出-漂移规律恢复的应用与实证.

S-粗决策及其F-干扰生成

针对动态决策系统具有的干扰特性和决策的不确定性,利用双向S-粗集提出了F-干扰粗决策与F-干扰粗决策规律的概念,并对F-干扰粗决策生成与F-干扰粗决策规律生成的特性进行了讨论,给出了F-干扰粗决策规律不可分辨定理与识别准则和应用.通过讨论和应用,说明利用F-干扰粗决策规律有助于在动态决策系统中分辨-识别出异常干扰,修正系统做出的决策,保证决策的安全.

知识的规律生成及其识别

知识具有特征值,特征值可以生成规律。文章利用S-粗集给出知识规律生成的概念,f-知识规律的概念,并给出知识规律之间的关系和f-扰动规律识别准则。

基于单向S-粗集理论的输电系统可靠性评估

为研究复杂天气对输电系统可靠性的影响,提出了一种基于单向S-粗规律和F-分解规律的输电系统可靠性评估方法。通过单向S-粗规律处理故障率和天气情况的不确定性,并建立基于复杂天气因素的输电线路可靠性模型,采用非序贯蒙特卡洛方法进行系统可靠性评估;运用F-分解规律形成干扰度指标,并分析不同天气组合对可靠性指标的影响。IEEE 30节点发输电系统的算例分析表明,考虑天气因素的元件可靠性参数模型能准确预测输电线路故障率,所提可靠性评估方法以客观数据(年气候天数)为基础,可以杜绝人为主观因素的影响,揭示了天气因素对系统可靠性的影响规律,评估结果更客观。

F-粗规律分离与风机盘管运行-识别

提出F-粗规律分离、F-粗规律分离簇的概念,给出F-粗规律分离定理。将F-粗规律分离、F-粗规律分离簇运用到风机盘管运行-识别系统的研究中,为实现风机盘管运行-识别的智能性与稳定性研究提供了一个新思路。

函数S-粗集对偶与F-粗边际规律

函数单向S粗集对偶(dual offunction one direction singular rough sets)是函数S粗集的基本形式之一,函数单向S-粗集对偶具有动态特性与规律(函数)特性.函数S粗集(function singular rough sets)是把函数概念引入到S粗集内(singular rough sets)改进S粗集得到的把导数概念与函数单向S粗集对偶交叉、渗透给出粗边际规律F-粗边际规律概念;给出粗边际规律F-粗边际规律特征;给出F-粗边际规律与粗边际规律的关系;