一种新的决策表属性约简算法

结合模糊聚类技术与粗糙集中属性重要性思想,对同时含有连续、离散、序数型条件属性的决策表,提出一种属性约简算法,并对算法的时间复杂度进行了分析.该方法首先利用聚类技术将决策表的对象按条件属性进行分类,然后对去掉某属性后的决策表采用同样的方法进行聚类,再结合粗糙集理论进行属性约简.实例说明了该方法的合理性和有效性.     

基于属性重要性的多属性客观权重分配方法

针对属性权重完全求知且属性值以连续值形式给出的无决策属性的多属性决策问题,提出了利用属性重要性来进行客观权重的分配方法。该方法根据模糊聚类技术与粗糙集中的相对正域理论,论述了如何从客观数据中根据属性重要性确定各属性的客观权重。通过实例说明了该方法的合理性和有效性。     

基于模糊粗糙集的物流服务供应链绩效评价

针对物流服务供应链绩效评价中指标过多的问题．提出了一种基于模糊粗糙集的指标约简方法。该方法首先将连续实值属性值转化为模糊值，把每个对象对应的各个属性值看作一个模糊集合，定义了对象间的模糊相似关系和模糊相似类的概念。给出了模糊相似关系下的变精度粗糙集下、上近似及属性约简方法。针对只有模糊评价矩阵而没有专家权重的情况，根据属性的重要性确定约简后指标的客观权室．通过构造被评对象到理想点的贴近度，对多个方案进行优选评估。最后通过实例说明了该方法的有效性。     

基于模糊相容关系下的相容模糊粗糙集

本文针对模糊信息系统,提出了一种基于模糊相容关系的相容模糊粗糙集。文中给出了模糊相容类的定义,相容模糊粗糙集的表达形式,相容模糊粗糙隶属函数的定义及性质,相容模糊粗糙集的属性约简及模糊性测量方法.最后通过一个例子来说明了这种相容模糊粗糙集.     

基于粗糙D-S理论的身份融合方法

综合运用粗糙集方法与D-S证据理论可有效解决身份融合中的一些复杂问题。针对多传感器身份融合中D-S理论获取基本概率赋值存在主观性的问题,提出了一种新的基于粗糙集理论的证据获取和基本概率赋值客观确定方法;利用粗糙集中属性的重要性消除冗余传感器,减少了证据组合的冲突现象。在此基础上,给出了基于粗糙D-S理论的身份融合方法,最后以具体算例验证了方法的有效性。     

基于客观信息熵的多因素权重分配方法

多因素问题研究中各因素的权重分配始终是多因素问题研究的一个重点。借助模糊聚类技术和粗糙集理论提出了一个基于客观信息熵的多因素权重分配方法。该方法首先将大量数据进行模糊聚类,然后应用粗糙集理论中的信息熵知识客观地从实际数据中确定各因素的权重。     

基于组合赋权的网络可生存性模糊综合评估

针对网络系统可生存性的有效评估问题,对指标体系的构建,指标赋权及综合评估方法进行了研究。提出了一种机制关联的网络可生存性指标体系构建方法,从可生存性的4个重要属性角度构建了层次化的指标体系,依据该指标体系提出了一种新的组合赋权方法,由层次分析法计算主观权重,粗糙熵方法计算客观权重,并给出了关联权重的概念和计算方法,构建离差最小化目标优化函数将3种权重联合得到组合权重,建立了基于隶属云的模糊综合评估模型,将隶属云替代原来的确定性隶属度函数。仿真结果表明,该评估方法可对网络系统可生存性进行准确有效的评估。     

基于自适应区间划分的模糊关联分类

模糊关联分类是一种具有较高精度的分类方法,现有的模糊关联分类算法多采用固定模糊隶属度函数对连续型属性进行模糊划分,没有考虑数据本身的特性.提出一种基于自适应区间划分的模糊关联分类算法-FARC(fuzzy association rules classification).算法利用模糊c均值聚类算法建立连续型属性模糊区间,使用新的剪枝策略避免生成无用规则,采用一种新的规则重要性度量方法对多模糊分类规则进行融合.仿真表明,FARC具有较高的分类精度.     

基于模糊-粗糙模型的逼近精度分类规则提取策略

为了处理具有连续属性的决策系统,利用模糊理论与粗糙理论在处理不确定性问题方面的差异性,提出一种基于模糊-粗糙模型的逼近精度分类规则提取策略.首先利用模糊π函数对决策系统中的连续属性构造三个模糊参数进行模糊化,从而确定条件属性的模糊区域;再根据模糊相似关系构造模糊相似矩阵,然后基于模糊等价类划分的概念,提出了利用逼近精度近似度量的数据挖掘方法进行属性约减,最后应用实例说明如何在决策表中发现分类规则.实验结果表明此方法挖掘出的规则简练且合理可靠.     

基于粗糙集和证据理论的设备状态评估方法

为准确判定复杂设备健康状态，提出一种基于粗糙集理论和证据理论的健康状态评估方法。鉴于粗糙集只能处理离散指标，首先提出一种基于动态模糊C-均值聚类算法的连续型评估指标的离散化方法；再通过基于互信息的属性约简算法对复杂设备健康状态评估指标进行约简；然后对约简的评估决策表进行处理，构建基本信度分配函数；最后利用D-S合成规则进行多指标合成得到健康状态，进一步挖掘评估指标与健康状态间的关系。实例研究及对比分析表明该方法能有效提高决策可信度，减少评估的不确定性。     

基于改进模糊综合评判的仿真可信度评估方法

针对基于传统模糊综合评判的仿真可信度评估过程中专家根据个人偏好或期望确定权重、模糊合成运算选择不合理等引起的评估结果不准确等问题,提出了一种基于改进模糊综合评判的仿真可信度评估方法。针对树型评估指标体系,利用模糊综合评判矩阵,基于最小隶属度加权平均偏差确定评估指标体系中各层指标的权重;在模糊合成运算环节,利用隶属度加权平均偏差,获取综合评价向量,进而得到仿真可信度评估结果;应用于某半实物仿真系统可信度评估中,计算结果验证了该方法的合理性和可行性。     

人在回路仿真运行有效性评估方法研究

人在回路仿真是仿真的一种，它的特点在于通过物理效应设备产生人的感知环境。人在回路仿真运行有效性分析必须考虑软件、硬件和人组成的全部模型的运行和人机交互活动。针对这种特点，以模糊理论为基础，提出一种实用模糊相似理论，然后结合模糊AHP方法、实用模糊相似理论和模糊综合评判三种方法，提出一种综合模糊可信度评估框架，用于对人在回路仿真运行有效性进行分析和评估，并以基于MOVE（Multi-Orientation Virtual Environment）的虚拟航海系统的运行有效性分析为例，给出一个具体的应用。     

仿真可信度模糊评判

仿真可信度评估是在仿真理论发展和仿真应用过程中一个无法回避的难题。评估手段不同,得到的评估结构也可能不同,有时甚至大相径庭。要想给出一个可操作的、适用于任何仿真的、能够综合反映仿真各个 方面性能的评估模型几乎是不可能的。本文在介绍模糊评判理论和方法基础上,给出一种仿真可信度的模糊评判法,并以视景仿真为例,说明了该方法的具体应用。     

基于粗糙集-神经网络的城市产业生命周期识别

以城市经济为背景,提出了基于粗糙集-RBF神经网络的城市产业生命周期识别方法.首先运用基于MDV函数与信息熵的模糊聚类算法进行连续属性离散化处理,然后采用粗糙集理论约简出重要指标体系,最后将训练样本输入RBF神经网络进行学习和训练,并对检验样本的产业生命周期阶段进行判断.对大连市669组样本产业的分析结果表明:基于MDV函数与信息熵的模糊聚类算法能够有效改善离散化效果,且与通常采用的模糊评价法相比,该方法对检验样本预测精度更高,是一种有效和实用的城市产业生命周期识别工具.     

Rough similarity degree and rough close degree in rough fuzzy sets and the applications

Based on rough similarity degree of rough sets and close degree of fuzzy sets, the definitions of rough similarity degree and rough close degree of rough fuzzy sets are given, which can be used to measure the similar degree between two rough fuzzy sets. The properties and theorems are listed. Using the two new measures, the method of clustering in the rough fuzzy system can be obtained. After clustering, the new fuzzy sample can be recognized by the principle of maximal similarity degree.     

New judging model of fuzzy cluster optimal dividing based on rough sets theory

To investigate the judging problem of optimal dividing matrix among several fuzzy dividing matrices in fuzzy dividing space, correspondingly, which is determined by the various choices of cluster samples in the totality sample space, two algorithms are proposed on the basis of the data analysis method in rough sets theory: information system discrete algorithm (algorithm 1) and samples representatives judging algorithm (algorithm 2). On the principle of the farthest distance, algorithm i transforms continuous data into discrete form which could be transacted by rough sets theory. Taking the approximate precision as a criterion, algorithm 2 chooses the sample space with a good representative. Hence, the clustering sample set in inducing and computing optimal dividing matrix can be achieved. Several theorems are proposed to provide strict theoretic foundations for the execution of the algorithm model. An applied example based on the new algorithm model is given, whose result verifies the feasibility of this new algorithm model.     

基于云模型的大坝安全多层次综合评价方法

大坝安全评价是一个多因素、多层次、具有复合不确定性的复杂综合评价问题.针对大坝安全监测信息中普遍存在的不确定性,将专门研究不确定性问题的云模型理论引入到大坝安全综合评价之中,提出了基于云模型的大坝安全多层次综合评价方法.该方法采用具有稳定倾向性的一组随机数代替具有唯一性的模糊隶属度,利用云发生器生成隶属云,得到由云模型数字特征刻画的、顾及监测信息不确定性的大坝安全综合评价结果.该评价结果不仅可以对大坝安全状态作出合理评价,而且可以描述大坝安全评价结果的可信性,以及不确定性给大坝安全评价结果带来的不稳定性.实例表明,本文所提出的基于云模型的大坝安全综合评价方法是合理、可行的,为大坝安全评价提供了一条比传统的模糊综合评价方法更优越的新途径.     

模糊信息系统知识约简的分辨函数法

知识约简是粗糙集理论的重要研究内容.针对不同的粗糙集模型和约简定义,给出相应的知识约简方法一直是知识约简的主要任务.以分辩函数法为代表的各种符号值信息系统知识约简方法已得到深入研究.将分辨函数引入模糊信息系统,得到相应的知识约简分辨函数法,并通过实例分析说明了该方法的具体计算步骤.这为从模糊信息系统中获取知识提供了一种有效的粗糙集方法.     

基于置信区间的仿真试验结果决策分析方法

仿真试验结果是衡量仿真置信度的重要依据,也影响着决策者对仿真试验的信任程度。为提供辅助决策支持,提出了基于置信区间的仿真试验结果决策方法,并讨论了统计决策的风险函数。通过对由仿真输出抽样计算得到的评估参数的置信区间与接收区间进行比较,提出了仿真试验结果的模糊一致性分析方法,其结果可作为完善模型及优化参数的参考信息。在水下目标辐射噪声仿真系统中的应用实例表明,方法在利用各阶段仿真输出的反馈信息方面呈现出优势。