复杂层次模型中知识表达与推理方法研究

工程教育认证背景下的人才培养体系,是典型的复杂层次系统.采用多色集合及其元素、着色、围道矩阵和体运算等概念,建立复杂系统层次结构模型,从水平和纵向两个方向对该模型进行形式化描述,并给出复杂层次结构模型的形式化推理算法流程.基于多色集合为工程教育认证背景下的人才培养体系构建的层次结构模型,在逻辑层实现了知识自顶向下、自底向上的单向自动推理和同时向下、向上的双向自动推理,在问题的形式化描述、信息的高效率处理和程序的快速实现等方面具有明显优势.构建工程教育人才培养体系层次结构模型并提出知识的表达与推理方法,对开展工程教育专业认证工作、提高人才培养质量都具有重要意义,同时也为复杂系统模型构建及其知识推理分析提供了一种新的有效方法.     

基于多色集合的概念设计产品模型形式化描述

为了实现计算机辅助概念设计,必须对概念设计产品模型进行形式化处理,以获得计算机仿真所要求的数学描述。本文针对现有模型的不足,提出了基于公理化设计的概念设计产品模型-域结构模板,并采用多色集合的方法对其进行了形式化描述,使得模型便于计算机表达和操作。     

基于多色Petri网的产品开发过程建模

为了更好地描述产品开发过程,支持产品开发过程管理和优化,提出了一种基于多色Petri网(PolyPN)的产品开发过程建模方法.将多色图理论的着色思想融入Petri网中,形成了多色Petri网;结合产品开发ProA递阶分解,给出了构建产品开发多色Petri网过程模型的层次化方法;在此基础上,以汽车油泵单项阀测试器的开发为例进行了建模和仿真分析.     

基于多色集合和熵理论的业务流程结构对比评估方法

企业业务流程管理中,流程的预期定义模型往往与实施后的实际业务流程存在差异,差异的大小会影响流程模型有效性以及企业的运行效益。在利用统一建模语言和多色集合理论对业务流程建模基础上,提出一种针对业务流程间微观差异的形式化描述方法;并由此从业务流程的组织结构角度出发,提出基于熵理论的差异度计算评估方法,为进一步分析流程模型有效性及判定流程实施水平提供依据,是熵理论的在业务流程管理领域的理论扩展。     

描述离散动态系统的集合标识Petri网:STPNs

基于经典Petri网,进行了标识和语义扩展,定义了集合标识Petri网(Set-TokenSPetriNets,STPNs).在定义STPNs时,构造了携带属性集合的抽象的信息标识,称为集合标识;将大规模个体按照属性层次分组,每组作为一个元素定义在属性集合中,解决了Petri网规模随着标识规模的增大而膨胀的矛盾.在语义上,进行了控制结点、路由结点、通讯弧和结点时间延迟以及针对集合标识的集合运算和结点函数等扩展.STPNs增强了Petri网描述离散事件动态系统(DEDS)的随机特性和控制特性的能力,能够作为用仿真技术研究大规模DEDS的有效建模工具.     

多色图及其在仿真复杂对象及系统时的应用

在介绍了多色图的概念,多色图的组成和多色图的数学模型后,阐述了在围道析取矩阵的多色图PG和围道合取矩阵的多色图PG中路径F（μi）的计算公式和方法。最后举出了简例。多色图这一新的信息处理工具对复杂对象和系统具有强大的仿真功能。     

多品种库存系统StokPN建模与仿真分析

基于经典Petri网进行了集合标识及其属性扩展;结构元素、算法及函数语义扩展;结构与执行规则扩展;从而定义了集合标识Petri网（StokPN）.以一个约600种产品的单节点库存系统案例进行了StokPN在多品种库存系统中的应用研究.采用AutoMod离散仿真软件实现StokPN的动态分析.通过对采用实际所有品种、采用品种分类简化和采用分类简化的历史数据随机分布拟合三种对比方案,验证了StokPN对多品种库存系统的建模描述能力及其正确性、可信性,证明了实际应用价值.     

基于交互式多模型的VR系统头部运动预测算法与仿真

虚拟现实系统中的视觉延迟会严重破坏其沉浸感,是导致仿真病的重要原因之一.针对此问题,栽分析头部运动特点基础上,采用常速模型和"当前"统计模型构成的模型集合描述头部运动,建立了交互式多模型预测滤波器对头部位置进行预测,并对预测效果进行了仿真验证.仿真结果表明,相比以往采用单一、固定模型描述头部运动的预测器,该预测器提高了头部位置预测精度,从而更加有效地补偿了VR系统中的视觉延迟.     

行为决策对突发事件的干预机制及其预案启动策略研究

通过分析决策者的行为特征,提出了行为决策的集合描述方法.然后,结合突发事件的结构化描述,从结构化组成要素层次设计了行为决策对突发事件的干预机制,并分析了干预效果在激变型突发事件和渐变型突发事件中的不同表现形式.进一步,在同时考虑到突发事件的情景危害和情景演变的情况下,采用应急预案两两对比的方式,运用累积前景理论从情景属性的评估视角提出了应急预案的评估方法和启动策略.最后,以2003年SARS为例验证了理论和方法研究的有效性.     

基于二元关系和布尔推理的分级决策模型

分级决策问题是将备选方案分类到预先定义的具有偏好顺序的决策类中.其中每个方案是由一个有限属性集合来描述的,该属性集合包括名义属性、连续型属性和有序属性.为了建立分级决策模型.提出了一种基于粗集理论和二元关系、布尔推理相结合的方法.首先在名义属性、连续型属性和有序属性上分别定义了不可分辨关系、相似关系和优势关系.然后提出了分辨-相似-支配矩阵的概念来建立相应的布尔函数.通过计算布尔函数的主蕴含,得到了"IF…THEN…"分级决策规则集作为偏好模型.最后利用一个算例说明了该方法的有用性.     

S-粗集与F-隐藏知识发现

S-粗集具有三类形式:单向S-粗集,双向S-粗集,单向S-粗集对偶。S-粗集具有动态特性,遗传特性,记忆特性。利用单向S-粗集对偶与它的隐藏特性,本文给出f-隐藏知识,F-隐藏知识,隐藏度,隐藏依赖的概念,提出隐藏知识的隐藏定理,隐藏知识的隐藏依赖定理,给出F-隐藏与F-隐藏依赖在系统状态识别中的应用。     

拓展模糊集之间的若干等价变换

系统研究了模糊知识处理技术发展引起的各种模糊集拓展理论及其等价变换问题。首先给出了模糊集理论的各种拓展,如直觉模糊集、L 模糊集与L 直觉模糊集、区间值模糊集与区间值直觉模糊、Vague集等的定义与描述。重点研究了直觉模糊集到一般模糊集的变换,直觉模糊集与Vague集的等价关系,证明了利用D K算子可实现L 直觉模糊集到L 模糊集,区间值直觉模糊集到L 模糊集,区间值直觉模糊集到直觉模糊集,直觉模糊集到区间值直觉模糊集的等价变换。最后,给出了各种模糊集理论拓展形式之间联系的图示。     

分布式系统中的元挖掘研究

针对分布式系统中的数据挖掘问题,提出了一种新颖高效的分布式元挖掘方法。该算法只需在各自站点扫描局部数据库两次即可形成局部和全局频繁项集,并根据局部和全局频繁项集形成相应的关联规则集及元规则集。在形成元规则集时无需扫描各站点中的关联规则集,这样既减少了分布式系统中需要的通信交换的数据量,也减少了各站点中的扫描数据量。研究表明所提出的算法是有效的。     

双枝模糊集模糊性度量

利用双枝模糊集概念,提出了双枝模糊集、上枝模糊集、下枝模糊集的模糊度概念。通过双枝模糊集模糊度的理论定义,给出了有限论域上双枝模糊集、上枝模糊集、下枝模糊集模糊度的构造性定理,利用这些定理进一步给出了双枝模糊集、上枝模糊集、下枝模糊集模糊度的几种具体计算公式。通过讨论得出单枝模糊集的模糊度是双枝模糊集模糊度的特例。     

S-rough sets and the discovery of F-hiding knowledge

Singular rough sets (S-rough sets) have three classes of forms: one-directional S-rough sets, dual of one-directional S-rough sets, and two-directional S-rough sets. Dynamic, hereditary, mnemonic, and hiding properties are the basic characteristics of S-rough sets. By using the S-rough sets, the concepts of f-hiding knowledge, F-hiding knowledge, hiding degree, and hiding dependence degree are given. Then, both the hiding theorem and the hiding dependence theorem of hiding knowledge are proposed. Finally, an application of hiding knowledge is discussed.     

单向S-粗集对偶与数据筛选-过滤的扩展应用

S-粗集(singular rough sets)是对Z.Pawlak粗集的改进,单向S-粗集对偶(dual of one direction sin-gular rough sets)是S-粗集的基本形式之一。利用单向S-粗集对偶,给出数据属性,数据筛选-过滤概念,数据筛选-过滤序定理,合成数据筛选-过滤定理,及数据筛选-过滤准则。利用这些结果,给出应用。单向S-粗集对偶是动态数据筛选-过滤研究的一个新工具。