基于粒计算Rough集模型的逻辑推理应用研究

讨论了粒计算理论信息粒子的构成,结合Rough集知识模型给出了信息决策系统不确定性推理的粒计算公式及其过程.针对水产养殖中鱼病诊断信息的模糊性、随机性等不确定特点,通过鱼病症状集形成条件属性粒子、疾病集形成决策粒子而构成的模糊信息决策表,描述出主要逻辑推理算法,即鱼病诊断的规则获取过程,促进粒计算理论应用,同时也为鱼病诊断领域提供了新方法.

基于粗糙集的CBR系统案例检索策略

针对案例推理系统中案例检索的效率和质量问题,提出一种新的案例检索策略。采用粗糙集进行案例属性约简,完成案例库优化,并计算反映专家经验的属性权重,结合相似度计算和人工神经网络进行不同情况下的案例检索。运用UCI数据集进行了仿真对比,将其用于数字数据网故障诊断系统中,结果表明所提出的策略在不同数据集下均具有较高的检索效率,更加适用于实际CBR系统。

粗分析案例检索算法在鱼病诊断中的应用研究

将粗集分析法引入鱼病诊断案例推理中,详细介绍了粗集案例索引和案例检索算法,并给出案例检索实例,通过实验分析表明:这是一种简便实用、效率较高的不确定性案例推理方法,值得推广。

基于粗糙集和神经网络结合的鱼病诊断方法

为了实现鱼病的快速和大批量诊断的目的,将粗糙集理论和神经网络紧密结合建立一种新的高效鱼病诊断模型。利用粗糙集进行知识获取,即把鱼病的典型案例作为样本空间形成"症状—疾病"的决策表,然后根据粗糙集的知识简化方法,去掉冗余的属性和样本。利用性能优良的模糊kohonen聚类网络进行聚类分析,最后形成鱼病的分类规则,新的鱼病就可通过此规则进行诊断。该模型充分融合了粗糙集强大的规则提取能力和神经网络优良的分类能力,实验证明模型具有很好的分类效率,可以实现鱼病的快速诊断。

模糊粗糙集的鱼病规则获取方法

针对鱼病诊断中存在随机性、诊断信息的模糊性和信息获取的不完备性等不确定因素。首先给出模糊的鱼病诊断过程,由于该方法存在模糊诊断矩阵较难获取的缺点。利用粗糙集理论无需先验知识的优点,将粗糙集理论和模糊集结合用于鱼病的诊断中。鱼病的症状模糊集形成条件属性,疾病模糊集形成决策属性构成模糊信息表,给出了模糊信息表属性约简和鱼病诊断规则获取的算法步骤,最后以实例演示了鱼病诊断的规则获取过程。论文为鱼病的诊断提供了一种全新的方法。