基于互信息和疑义度相结合的知识约简方法

提出一种基于互信息和疑义度相结合的知识约简方法.遵循修正的互信息准则,发展了一种类似于正交化特性的启发式算法,从决策系统中找出属性集的约简;该方法采用可增可删的双向回归算法,克服了目前前向选择或后向删除的知识约简方法中存在的属性相互依赖或依赖于决策类别的缺点,可保证分类精度不变的情况下,得到更为简化的决策属性集.最后,通过一个简单实例的仿真分析过程验证了文中所提方法的有效性.

一种基于遗传算法的最优空间布置方法

空间布置问题是工业生产中的瓶颈问题,因为存在太多的可能组合,容易陷入局部最小解。本文提出一种在空间布置问题中基于遗传算法把空间位置进行编码并通过遗传操作算子进行重定位和改变有限旋转方向策略的全局搜索方法。种群中每一个个体是一种有效的空间分配方案,在遗传算法进化过程中为减少计算时间,提高空间利用率,采用了多种启发式信息如原点策略、边策略、避免重复定位点策略和无悬挂策略等来加速收敛到全局最优解。最后,仿真例子说明了所提方法是工业应用中一种可选方案。

一种多准则库存分类的混合预测方法

提出一种基于混合模型,对企业库存信息管理系统中的物质项目进行多准则分类预测的方法。整个分类过程包括两部分:其一,以粗糙集方法作为初始分类工具,实现库存分类中多准则属性的约简,减少计算量,但不损失任何有效信息,同时,基于提出的三个信息测量概率规则,发展了抽取决策规则的穷尽算法和覆盖算法;其二,对于不能由粗糙集模型正确分类的物质项目,进一步采用BP算法的人工神经网络进行分类。该方法不仅克服了神经网络分类模型输入个数受限的缺点,而且可得到较高的预测精度。为验证方法的有效性,仿真实验时比较了具有BP算法的神经网络模型和粗糙集模型的分类预测精度。结果表明,混合模型是企业库存信息管理系统中进行决策预测的一种可行方法。

基于编码因果图的企业过程表示与识别

提出一种基于编码有向图的企业过程表示与识别方法。基于图论思想,把企业过程表示成一种带约束的有向图形式,然后通过强支和虚拟因果次序的概念分别得出该有向图的简化表示形式和编码因果图形式,这种表示描述了企业过程的基本活动之间一种符号唯一的图形表示形式,给出了虚拟因果次序下企业过程中各基本活动发生的先后次序,可以帮助企业管理人员或企业资源规划实施人员容易地消除冗余或不增值的活动,实现企业过程的正确划分。最后,引入一个企业中采购业务过程的案例来说明所提方法的有效性。