基于局部搜索的软集最小正规参数约简方法

软集在解决不确定性问题的决策分析过程中,参数约简是关键和棘手的问题.软集正规参数约减方法采用全局搜索方式求解最大的参数约简集,存在候选属性集计算量大和冗余度高的问题,针对这一问题提出一种基于局部搜索的软集最小参数约简方法.给出频度和等价类、最小生成元的概念,在此基础上给出分层局部搜索的软集最小参数约简算法,减少搜索空间和加速逐层约简的过程,最后求出软集最小正规约简的最优解.通过分析和实例证明该软集参数约简方法,大幅度减小了候选参数约简集数量,降低运算的复杂度.     

对象定向概念格的不协调决策约简

由于噪声、预测能力等因素的影响,实际问题中遇到的决策形式背景大多是不协调的.因为形式背景中不协调性的存在使得人们挖据有用的信息变得更加复杂和困难,而属性约简可以使决策形式背景的知识表示更为简洁,隐藏的知识更加清晰,因此研究不协调决策形式背景的属性约简具有重要的意义.针对不协调决策形式背景研究了对象定向概念格的属性约简的定义和方法.首先,利用对象幂集上的等价关系定义了对象定向概念格的两种属性约简:分布约简和最大分布约简.分布约简集保持每个对象子集在每个决策等价类的隶属程度不变,而最大分布约简集保持每个对象子集的最大决策等价类不变.其次,讨论了分布协调集和最大分布协调集之间的关系.最后,定义了分布辨识矩阵和最大分布辨识矩阵,给出了分布约简集和最大分布约简集的判定定理,提出了计算分布约简集和最大分布约简集的方法.     

基于分离优势覆盖集的Pythagorean模糊决策信息系统的属性约简

讨论了基于分离优势覆盖集的Pythagorean模糊决策信息系统的属性约简问题.首先基于优势关系,在Pythagorean模糊决策信息系统中给出了优势覆盖集、分离优势覆盖集、D-分离优势覆盖集等概念.进而利用分离优势覆盖集、D-分离优势覆盖集对Pythagorean模糊决策信息系统进行约简.最后,将提出的约简算法与其他约简算法进行比较,验证了所提出算法的有效性和优越性.     

集值模糊目标信息系统的近似分配约简

基于集值信息系统上的变精度相容关系,定义了集值模糊目标信息系统的模糊目标在给定相容水平下的上近似与下近似,提出了一定截集水平下的上近似分配约简与下近似分配约简概念,这种约简是单值目标模糊信息系统上精度约简概念的推广,同时也是经典目标信息系统上近似分配约简概念的推广.进一步,在集值模糊目标信息系统引入区分矩阵与区分函数,给出了计算上近似分配约简与下近似分配约简的方法.     

能提高错误检测能力的回归测试用例集约简

软件测试过程中,测试用例集的规模可能会随着软件的维护和修改而飞速地增长,使得回归测试费用大幅度增加.为降低回归测试成本,需对回归测试用例集进行约简.现有的测试用例集约简方法不仅缩小了测试用例集的规模,同时也可能削弱了错误检测能力.本文提出了一种新的约简方法,该方法在约简回归测试用例集的时候综合考虑测试用例的测试覆盖度、测试运行代价和错误检测能力3个因素.通过仿真实验表明该方法在有效约简回归测试用例集的同时能保证约简后的测试用例集的错误检测能力.     

基于区分函数与强等价集理论的属性约简算法

提出了基于区分函数与强等价集理论的属性相对约简算法.在决策表的相对约简过程中采用区分矩阵来表达知识,并在区分函数的化简过程中引进强等价集的概念,通过去除强等价集的方法,使约简效率提高.现在已经证明,寻找决策表最小相对约简是典型的NP-hard问题,采用本文所提供的算法可降低问题复杂度,同时又可节省大量的计算存储空间.通过实例分析,证明该算法是求解全部属性相对约简的快速有效的方法.     

基于概念格的知识约简算法的实现

探讨了Rough集和概念格的基本理论,将Rough集和概念格模型有机地结合起来,运用Rough集的约简理论提出一种基于概念格的知识约简方法并通过实验进行了验证,结果表明利用Rough集理论对以形式背景形式描述的原始数据集进行约简,可以在一定程度上减小概念格的规模.     

信息系统上的优势关系与保序关系

经典的Pawlak粗集理论建立在由等价关系对对象集划分的基础上,本文研究由优势关系代替等价关系引起的一系列结果.优势关系生成对象集上的覆盖;保序关系生成对象集幂集上的划分.并得到了优势约简与保序约简之间的关系.     

基于属性相容度和重要度的粗糙集

针对粗糙集属性约简算法中时间效率较低的问题,结合属性相容度模型和属性重要度的模型,提出一种混合相容度和重要度的粗糙集属性约简算法.该算法利用属性的相容度模型,快速地从众多属性中将核集筛选出来,作为基本核集;然后通过属性的重要度模型对基本核集进行补充和完善,作为约简后的最终核集,以确保核集的完整性.实验结果表明,在保证约简结果完整性的基础上,该混合模型算法,大大提高了时间效率,降低了算法的时间复杂度.     

面向属性的粗集数据挖掘方法研究

指出粗集理论的主要思想是在保持分类能力不变的情况下,利用等价类,通过属性约简和决策规则约简,达到挖掘知识并简化知识的目的.但约简问题是一个NP问题,只能通过启发式算法实现.针对这一问题,提出了属性约简和决策规则约简的启发式算法,构成了一个基于粗集理论的挖掘集成算法.最后通过实例表明,该集成算法能够以较高的效率发现良好的分类规则.     

A method of combining SE-tree to compute all minimal hitting sets

In model-based diagnosis, the candidate diagnostic results are generally characterized by all minimal hitting sets for the collection of all conflict sets. In this paper, a new method is proposed to judge a hitting set by the number of conflict sets corresponding to components, and the computing procedure is formalized by combining revised SE-tree (set enumeration tree) with closed nodes to generate all minimal hitting sets. Results show that because closed nodes are added into SE-tree, the search efficiency is highly improved. Furthermore, the proposed method is easy to be understood and implemented. Compared with other effective algorithms with completeness in some experimental tests, the diagnosis efficiency of our proposed method is higher, particularly for single- and double-fault diagnosis.     

可用于诊断产生的计算碰集的新方法

提出一种利用与元素相关联的冲突集个数计算碰集的新方法, 并结合带有终止节点的集合枚举树SE tree形式化地表达计算过程, 逐步生成所有的极小碰集. 由于在SE tree中添加了终止节点, 因而能够较大提高搜索效率. 实验结果表明, 该算法程序容易编制, 且效率较好, 对于复杂的被诊断对象系统可以满足实时性.     

一种基于粗集的电力系统调度新方法

为满足电力系统实时调度和提高系统抵御风险的能力,基于广义粗糙集理论,提出一种适应动态环境的电力系统调度策略.该方法充分考虑了机组工作、停运、检修及紧急调度等事件发生,研究了实时调度窗口内机组的再选择与再调度策略,建立了一种基于S-粗集和偏序粗集理论的电力系统调度粗模型.仿真计算显示了该方法不仅能适应动态环境,而且能缩小问题求解规模,特别是对动态规划中机组状态数“组合爆炸“问题特别有效,是一种实时调度新方法.     

图的集合边色数

给出了集合边色数的定义。运用结构图论的方法,给出了集合边色数的下界以及图与其顶点删除子图、边删除子图的集合边色数的关系。     

直觉模糊集所诱导的软集语义及其三支决策

借助于阴影集,利用直觉模糊参数,将直觉模糊集转化为悲观阴影集和乐观阴影集,提出直觉模糊集悲观三支决策和乐观三支决策,给出直觉模糊集诱导软集的方法。利用三支决策理论,提出软集三支决策定性模型。结合直觉模糊集悲观三支决策和乐观三支决策,利用直觉模糊参数,给出软集三支决策定量模型。     

一种在静态类型面向对象语言中构造VFCG的方法

阐述了在静态类型面向对象语言中构造虚函数调用图（ＶＦＣＧ）的方法：先构造可见方法类层次图（ＶＭ－ＣＨＧ），再计算继承集、改写集，确定改写边界，最后利用ＶＭ－ＣＨＧ和改写边界构造ＶＦＣＧ。同时说明了ＶＦＣＧ在静态类型面向对象语言中解决虚函数调用方面的重要作用。     

一个新的基于Vague集的近似推理方法

对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,给出基于Vague集的隶属函数为连续情况下的近似推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的Vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的近似推理方法.     

一种新的双犹豫模糊软集及其在决策问题中的应用

将犹豫模糊集和双软集模型相结合,给出一种新的双犹豫模糊软集的概念,以及双犹豫模糊软集上的算子,如补、交、并、扩张并、扩张交、限制并和限制交等,并通过约简双模糊软集和水平截集,提出一种基于决策的双犹豫模糊软集的可调方法.该算法给出了做最优选择的方法.     

一种识别最小冲突集的实用方法

应用Ｒｅｉｔｅｒ提出的基于第一原理的诊断方法解决连续系统多故障诊断问题的难点是有效地识别最小冲突集合组。文章针对工业过程控制系统的特点,提出一种实用算法。首先根据系统的结构和传感器分布等不变知识,离线识别最小冲突集候选;然后根据测量数据,使用约束悬挂和约束传播技术,在线确定最小冲突集合组。算法是完备的,且大大节省时间资源,便于实时故障诊断