变精度单向S-粗集

提出基于副集的单向S-粗集,变精度单向S-粗集;给出基于副集的单向S-粗集,变精度单向S-粗集的数学结构,变精度单向S-粗集的存在背景和意义解释.变精度单向S-粗集是对单向S-粗集理论的完善和发展.     

S-粗集的副集η-嵌入粒度

提出单向副集AS(X°)的η-嵌入集的粒度、双向副集AS(X )的μΔγ-嵌入集的粒度等概念;提出单向副集AS(X°)的η-嵌入集的粒度特性定理,双向副集AS(X )的μΔγ-嵌入集的粒度特性定理.     

双向变异S-粗集的信度特征

提出双向变异S-粗集的属性迁移的信度及信度函数的概念,给出了双向变异S-粗集的依信度生成,讨论了双向变异S-粗集依信度生成的特性.     

可信度与粗集理论

首先在知识发现的应用过程中引入了可信度概念,在可信度的基础上引入了可信度熵并定义了上、下近似集,并详细讨论了近似集的性质及其应用。     

变精度广义双向s-粗集模型

本文通过对基于双向s-粗集和一般二元关系R所提出的广义双向s-粗集的分析,提出了变精度广义双向s-粗集,定义了广义双向s-粗集中的多数包含关系,借助引入误差参数α（0≤α〈0．5）,给出了变精度广义s-粗集模型及其有关性质定理．通过实例分析并验证了动态系统中由于属性集合的动态迁移特性与变精度参数变化所产生的广义s-粗集的上、下近似,边界和分类近似精度的变化关系．     

基于粗集理论不完备数据的改进算法

由于经典的粗糙集理论不能处理原始数据中的遗漏信息,需要对这些数据进行补齐才能用于知识获取.因此数据预处理在粗糙集理论应用中非常重要的一环,其结果将直接影响到粗糙集理论应用的效率、准确度.所以有关基于粗集理论的数据挖掘中数据预处理的方法研究具有非常重要的意义.本文分析了当前主要数据补齐算法的特点和不足,并针对已有的基于粗糙集理论的不完备系统补齐算法ROUSTIDA的缺陷,提出了改进的数据补齐算法,使更多的缺损数据得到填补,尽量避免可能导致的决策规则矛盾问题.     

基于粗集的决策规则生成算法应用研究

在粗集理论的基本概念及知识表达系统定义的基础上,利用粗集方法进行决策分析,并以粗集理论在成绩决策中的应用为例,给出了基于粗集的决策规则生成算法.     

S-分布时滞静态神经网络模型的不变集和吸引集

用非负矩阵和微分不等式技巧研究了一类S-分布时滞静态神经网络模型的不变集和吸引集,给出不变集和吸引集的空间位置,并且用不变集和吸引集给出了对吸引子存在范围的估计以及平衡点是全局吸引子的充分条件.     

S-知识与它的知识模

利用S-粗集[1-7],给出S-知识和S-知识牲征值的概念,S-知识依赖于知识属性集的变化而存在.利用S-知识的特征值,给出知识数据生成的概念,提出知识模型,模型生成特性,模型生成定理.     

公路隧道交通诱导与控制仿真系统的开发设计

<正>随着我国公路建设的飞速发展,公路隧道也在不断增多。其安全运营问题也越来越突出,如何使隧道控制系统安全控制交通已成为隧道运行的一个重要课题。高速公路隧道交通可分为火灾异常、故障阻塞异常、周期性交通拥挤异常及正常运营等4种情况。针对隧道内不同的交通情况,设置何种控制模式与采取怎样的控制策略,决定着隧道的运营管理水平。     

运用基于GA的粗糙集方法改进经典AHP方法研究

传统的AHP方法解决多准则决策系统有着独特的优势,但对于有些非常复杂的决策系统运用AHP进行分析后,在求解过程中,或者判断矩阵求解比较困难,或者求得的判断矩阵不能够通过一致性检验,从而使得传统AHP方法在解决某些复杂决策系统时失效.针对这种情形,提出运用基于GA的算法去约简经过AHP分析后的知识系统,然后或者直接运用RST方法中的规则进行排序而得到结果,或者对约简后的知识系统仍然用经典的AHP方法求解而得到排序结果.在此基础上,除了提出4条转换规则外,还运用该方法求解区域信息化水平比较决策系统,并与经典AHP求得结果进行比较,得出该方法比经典AHP方法更简单且可行的结论.     

基于MATLAB仿真的数控工作台PID控制器设计

普通机床改装数控工作台,准确设定控制参数,不仅可以保证数控系统工作的稳定性,而且可以满足数控加工对工作台快速响应的精确度要求。模糊PID控制系统在数控工作台的控制过程中不仅具有稳定、快速、准确的优点,而且具有模糊控制器原有控制优势,满足机床数控工作台改装的性能要求。     

基于优化的文档频和粗糙集的特征选择方法

特征选择是文本分类的一个核心研究课题.首先给出了一个基于最小词频的文档频方法,然后把粗糙集引入进来并提出了一个属性约简算法,最后把该属性约简算法同基于最小词频的文档频方法结合起来,提出了一个综合的特征选择方法.该综合方法首先使用基于最小词频的文档频方法进行特征初选以过滤掉一些词条来降低特征空间的稀疏性,然后利用所提属性约简算法消除冗余,从而获得较具代表性的特征子集.     

关于k阶模糊关系的直觉模糊粗糙集

本文基于三角模研究了k阶模糊关系下的直觉模糊粗糙集,通过k阶模糊关系定义了近似算子及其性质.     

基于聚类和粗糙集的智能邮件过滤系统研究

粗糙集理论是一种新的处理不精确、不完全与不相客知识的数学工具，随着Internet的发展，以及电子邮件的广泛应用，将有大量的邮件以待阅读和处理，介绍了一种基于聚类和粗糙集对邮件进行过滤的系统，实战证明，这是一种可行有效的过滤方法。     

基于交通波理论的交通流模型

针对城市道路中非港湾式停靠站,公交车辆的停靠、超车对路段相邻车道机动车辆的交通流产生一定影响,结合交通波理论,建立了公交占用社会车道的交通流模型。该模型利用每小时社会车辆排队总数和拥堵总延误等指标来描述公交车对其他车辆交通流的影响。通过实例对模型进行验证,结果表明交通波理论对描述路段公交借用邻道机动车道行为有较强实用性。     

基于模糊PID算法的同步发电机励磁控制器设计与仿真研究

同步发电机励磁控制器是同步发电机控制系统的核心.传统PID控制理论在同步发电机励磁控制上的应用已经非常成熟.但是,这种控制方式存在着定参数、线性控制规律、适应性差的缺点.针对这些问题,采用模糊PID的控制算法,根据输出变化量和变化率在同步发电机运行过程中实现实时调整,起到动态调整PID参数的作用,使系统的动态和静态运行性能得到改善,并使系统具有较强的适应能力,提高控制效果.     

粗集的性质

在粗集中引入秩函数的概念,研究了秩函数的性质,并给出了粗集的秩函数公理系统;证明了由粗集中可定义集构成的格是一个几何格.     

基于模糊粗糙神经网络的交通流研究

交通流预测是实现道路交通科学管理的重要内容,文章概述了模糊粗糙神经网络的基本原理,通过模糊粗糙隶属函数建立了基于模糊粗糙神经网络的交通流控制模型,设计了两级协调模糊控制器,结合模糊控制理论和神经网络各自的优点,构造了模糊粗糙神经网络.通过实践结果证明,该算法精度高,学习速度快,适应能力强,对实时交通流预测有一定的指导意义.     

粗糙集理论在水科学中的应用

应用可变精度粗糙集,对水电站水库最优出力规则进行知识发掘,并获得了出力决策规则.与一般优化调度规则相比,基于粗糙集的规则隐含了决策时段以外的入库水量信息,不同于仅以当前时段水库来水和水位进行决策的常规优化调度,具有更大的灵活性和合理性.