基于粗糙集理论的模糊综合评判权值确定

模糊综合评判在圈闭、区带等含油气性有利区预测及其优劣程度进行定量分析评价中发挥着非常重要的作用。在模糊综合评判中,参评地质因素的权值确定也非常重要。应用粗糙集理论,对原始地质数据进行挖掘,利用其求得各项参评地质因素的属性重要度,并将其权值化处理作为其权重系数,克服了传统方法确定权重系数的主观性,这样使得评价结果更具客观性,从而提高模糊综合评判精度。最后,以塔里木盆地塔西南凹陷圈闭评价为例,用此方法求得评价所需的各参评地质因素的权重系数。     

组合预测方法中权系数的应用研究

针对组合预测方法中权系数的确定问题,提出两种组合预测方法。一种是引入误差评价公式来确定权系数的固定权系数组合预测方法;一种是基于神经网络的误差倒数变权组合预测方法。通过实例分析说明了两种方法的可行性,且结果表明方法比单模型方法预测和传统组合预测方法具有更高的拟合精度。     

应用遗传算法确定组合预测权系数

给出基于遗传算法的组合预测权系数确定方法。该方法对目标函数无连续,可微等要求,能较快地收敛到全局最优权系数。仿真结果表明该方法是可行的,预测精度是非常高的。     

全距在确定组合预测最优权系数中的应用

从统计学的角度考虑 ,建立以组合预测误差的全距为目标函数组合预测模型 ,在各单项模型预测误差服从正态分布的情况下 ,该模型和误差平方和为准则的组合预测模型相比 ,它们的解近似相等。且具有计算简单的特点。最后也探讨了变权系数的组合预测模型     

合作对策方法在确定组合预测权系数中的应用

从对策论的观点出发，将组合预测中各单项预测模型视为合作对策的局中人、组合观测的误差平方和视为合作的结果，再按Shapley值法在各单项预测模型中进行分配，从而获得组合预测权系数确定的一种方法。该方法具有概念清楚、涵义明确的特点，结果令人满意。     

合作对策方法在确定组合预测权系数中的应用

从对策论的观点出发,将组合预测中各单项预测模型视为合作对策的局中人、组合观测的误差平方和视为合作的结果,再按Shapley值法在各单项预测模型中进行分配,从而获得组合预测权系数确定的一种方法。该方法具有概念清楚、涵义明确的特点,结果令人满意。     

熵值法及其在确定组合预测权系数中的应用

组合预测方法能有效地提高预测精度,因而在众多领域有广泛的应用。其研究的核心的问题就是如何求出组合预测加权平均系数。本文从信息论的观点出发,利用信息论中熵值的概念,重新定义预测误差序列的变异程度,从而获得计算组合预测加权系数的一种方法。该方法具有概念清楚、计算简单的特点。实例计算结果令人满意。     

一类组合预测模型的权系数确定的Shapley值方法

在提出预测有效度概念的基础上,将各单项预测模型看作组合预测合作对策的局中人,以组合预测有效度的平方和作为合作的准则,再按合作对策的Shapley值在各单项预测模型中进行分配,从而确定各单项预测模型在组合预测中的权重系数.实例分析结果表明该方法能够有效提高组合预测有效度.     

基于粗糙集理论的高招预测研究

粗糙集理论是一种处理不确定性问题的有效分析工具,具有较强的学习——预测能力。在前人研究的基础上构造了粗糙集理论的属性约简算法和规则提取算法,并用此算法对某高校的招生报名数据库进行分析和预测,从中挖掘出一些有用的规则和信息,对高校的招生工作、专业设置等具有一定的指导意义。     

组合预测方法在电力系统负荷预测中的应用

组合预测方法是一种性能优越的预测方法.应用最优组合预测和递归等权组合预测方法将自适应滤波模型、灰色模型、指数平滑模型组合在一起进行电网负荷预测,获得了好的预测效果.     

应用粗糙集理论的航电系统电子对抗权重确定方法

针对现代航电系统评价中参数的权重系数难于确定问题,提出应用粗糙集理论对航电系统数据进行挖掘,求得各项参评航电系统性能因素的属性重要度,并进行权值化处理,将其结果作为其权重系数.在此基础上,结合主观赋权方法,提出综合权重的确定方法.对第三代战斗机航电系统电子对抗的权重确定结果表明,该方法有效地克服了传统定权方法的缺点,使评价结果更具客观性,提高了综合评判的准确性、有效性.     

粗糙集理论在区域降水预报中的应用研究

用粗糙集属性约简方法选择出比较合理的预报因子组合,建立广西东南部区域日平均降水量的预报方程(预报时效为24h),并进行2006年5～6月的前汛期逐日业务预报应用试验.结果表明,采用属性约简方法建立的预报方程比传统的逐步回归预报方程有更高的预报精度,具有较好的业务应用前景.     

粗集理论及基于集合论的学习方法

运用了粗集理论的基本原理，对不精确、不完整、不确定的数据进行上近似和下近似的计算和分类，对数据进行简约，寻找其隐含的关系和模式，产生规则，确定规则的可信度，并通过举例加以说明。     

基于相异关系的粗糙集理论

利用相异关系代替Pawlak粗糙集理论中的不可分辨关系,建立了基于相异关系的粗糙集理论,它使粗糙集理论在完备信息系统和不完备信息系统中的应用统一起来．     

一种基于粗糙集的粗糙神经网络构造方法

针对神经网络中各神经元和权不能赋予明确的物理意义 ,提出了一种基于粗糙集的神经网络模型 .该模型利用粗糙集理论数值分析的能力 ,首先从给定的数据集中抽取出规则 ,然后根据这些规则构造神经网络隐含层的神经元个数 ,从而确定粗糙神经网络的初始拓扑结构 .同时 ,将输入映射到输出子空间 ,并在这个子空间上用神经网络进行逼近 ,由此得到一种可理解性好、收敛速度快的神经网络模型 .实验结果表明 ,该模型能够较好地处理神经网络拓扑结构、训练样本的大小、样本质量等对神经网络的精度及泛化能力有直接影响的问题 ,在大大缩短训练时间的同时 ,它的预测精度可达 96 4 % ,较同条件下径向基函数神经网络模型的精度高 3 6 % .     

基于粗集理论的属性约简算法

结合高压输电线路远程监测系统,在参考粗糙集理论的基础上,结合粗糙熵相关知识,针对复杂系统故障影响因子的特点,提出了一种属性约简算法,最后得出相应的算法规则,解决了复杂信息数据简化的问题。实例证明,该算法是可行的。     

基于成分数据作球坐标变换的非负可变权系数的确定

针对传统的确定不可变权系数的组合预测模型未考虑各时点权重变化的特征,引入变权组合预测模型权系数的确定方法;非负可变权系数组合预测模型中各时点的权系数可以被看成一个成分数据,已有研究将成分数据应用于组合预测中,但未对权重为零的情形作深入讨论;考虑将成分数据的球坐标变换方法与组合预测方法相结合,给出一类非负可变权系数的组合预测赋权方法;最后以2017-07-03—2018-05-11美元兑换人民币汇率的开盘价数据验证了确定可变权系数方法的可行性和合理性;结果表明,文中所提出的方法能够有效提高组合预测的预测精度。     

粗糙集与故障树理论的组合故障诊断

故障知识的获取以及故障树结构的确定一直是亟待解决的瓶颈问题.将粗糙集理论引入到故障树的故障诊断中,利用粗糙集对实例测得的故障信息进行知识约减和知识获取,寻找系统各个故障源信号之间的逻辑关系,并通过这些逻辑关系构造基于知识的故障树模型.故障实例分析表明,将粗糙集理论与故障树有机结合在一起进行故障诊断能有效地压缩故障特征空间,实现快速、准确的故障推理.     

基于粗糙集理论的项目投资管理

粗糙集理论是一种新的数据分析和处理方法,使用粗糙集理论可以对决策表进行简化,去除冗余属性。首先给出了基于粗糙集的知识推理方法。然后以一个实际例子讨论如何利用粗糙集理论从现有样本中进行知识约简,获取新决策规则,使该方法具有了实用和推广的价值。