基于粗糙集理论的集对分析方法

针对集对分析的基本理论,分析粗集与集对的相似之处,将粗糙集理论与集对论相互嫁接、相互渗透,提出集对分析中的粗糙集方法,用粗集中的上下近似集来定义集对中的同异反联系度。这种方法的研究将有利于融合二者的优势,为确定不确定系统的数据分析、数据挖气掘、知识发现等提供了更扎实的理论基础。     

基于粗糙集理论的集对分析方法

针对集对分析的基本理论,分析粗集与集对的相似之处,将粗糙集理论与集对论相互嫁接、相互渗透,提出集对分析中的粗糙集方法,用粗集中的上下近似集来定义集对中的同异反联系度.这种方法的研究将有利于融合二者的优势,为确定不确定系统的数据分析、数据挖气掘、知识发现等提供了更扎实的理论基础.     

集对分析方法及在其它数学分支中的应用

阐述了集对分析的思想方法,它能有效地解决某些不确定性问题,并在其它数学分支中给出了简单应用。     

利用集对分析法对马鞍山市大气环境质量进行综合评价

集对分析法是一种用于处理不确定性问题的综合评价方法。该文利用这一方法建立起大气环境质量评价模型，将各测点待评定的样本值与分级标准形成对子，逐个比较其共有特性、相反特性及差异特性，从不同的侧面刻画2个集合的联系与关系，即集对分析，从而能够比较准确地判别大气环境污染状况。作为实例，对安徽省马鞍山市大气环境质量进行综合评价，所得结果与该市当年环境质量公告的相一致。集对分析法为大气环境质量评价提供了一种简便、准确、适用的新方法。     

基于集对分析的同异反定量推理路径的选择

基于集对分析的同异反定量推理已在学生成绩推算中得到应用，现以学生成绩推算为背景，讨论基于集对分析的同异反定量推理的路径选择，给出其一般规则和步骤，并举例说明其应用。     

防空战斗中的态势评估模型

防空作战中态势评估是辅助决策的基础。针对态势评估问题，以集对分析的同异反联系度和关联分析为基础，构造了战场态势评估的模型，并进行了探讨。最后，通过实例表明了模型对于评估战场态势的可行性和有效性。     

集对分析法在水安全评价中的应用研究

利用集对分析理论(SPA)描述水安全系统中存在的不确定性问题,提出了基于集对分析的水安全评价法.该方法用联系度去描述有关不确定性问题,充分利用研究问题中所包含的信息,不仅能反映评价区域的水安全趋势,还避免了以往评价需要计算权重的问题.应用结果表明,该分析方法简单实用,可用于区域水安全的分析评价.     

一种基于集对分析的作战方案优选方法

作战方案的选择是作战指挥决策的关键环节,其合理与否直接关系到作战效能的发挥和作战的成败.针对作战方案优选问题,运用集对分析不确定性理论,提出了一种多时段多指标作战方案优选方法.通过构造合理的同异反(IDC)联系度,有效地分析了作战方案的不确定性对作战态势转化的影响,获得了作战方案的集对势排序.应用算例验证了所提方法的可行性和有效性.     

Rough集在数据挖掘中的应用

数据挖掘是一种新的商业信息处理技术,其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其它模型化处理,从中提取辅助商业决策的关键性数据.随着数据挖掘的广泛应用,Rough集在数据挖掘中的作用也越来越显著.本文主要讨论Rough集在数据挖掘中起到的重要作用.     

基于特征的飞机战伤抢修性集对分析评价模型

建立了飞机战伤抢修性评价体系,同时为了合理引入抢修性评价过程中的专家分歧,提出了基于特征的集对分析评价模型.该模型首先将评价矩阵进行奇异值分解,提取对矩阵特征贡献率大的奇异值进行分解逆运算,然后以集对分析的同异反联系度为基础,对数据进行集对分析.应用上述评价体系和评价模型对某型飞机进行了抢修性评价.应用表明:该评价模型具有很好的可行性和有效性,适当引入专家分歧使得集对分析结果更加合理化.     

基于粗糙集的数据挖掘

粗糙集理论是一种研究不完整、不确定知识处理的数学工具 ,近几年来在机器学习、知识发现、算法研究、工程应用、决策支持系统以及模式识别等应用中取得了较好的成果 .阐述了粗糙集理论的基本思想 ,介绍了人工智能中数据挖掘的一般过程及其方法     

基于综合集对分析的航材保障效能评估

航材保障是航空兵部队技术保障的物资基础,开展航材保障效能的评估方法研究,对于形成和保持航空武器装备战斗力有着重要意义。针对航材保障效能评估过程中存在的不确定性因素和动态变化的特征,首先通过建立各单位航材保障效能评估指标的集对,应用集对分析理论在确定随机系统中的某一特性上具有同、异、反定量刻画的特点,提出航材保障效能的静态评估方法;然后通过马尔科夫链,分析某个单位航材保障效能的变化规律,提出航材保障效能的动态评估方法。实例计算表明,综合集对分析方法能够为决策者制定短期和长期的航材保障计划提供科学依据。     

基于粗糙集的数据挖掘属性约简算法研究

粗糙集理论是一种研究不完整、不确定知识处理的数学工具,属性约简是粗糙集理论的核心内容之一.阐述了粗糙集理论的基本思想,给出了一种启发式的最小约简算法,通过一个实例,分析说明算法的可行性和有效性.     

基于数据挖掘的收视数据预处理方法

收视率是衡量电视节日质量的重要指标,而质量不高的收视调查数据将导致收视率指标计算的不准确。为解决基于数据挖掘的电视收视率分析的数据问题,就调查数据进行了有效的前期处理,其中涉及原始数据的正确录入,对存入数据库的原始数据实施的数据清理、数据变换、数据归约技术和应用的模糊集理论。实验结果表明在预处理后的收视率资料库中能够挖掘出知识,为收视率应用提供了有力支持。     

基于集对分析的预警机指挥多机编队空战态势评估

多机编队空战态势评估是预警机指挥多机群协同空战战术决策的重要组成部分。分析了预警机指挥下的多机编队空战态势评估。结合态势评估的常用方法建立了一种综合距离优势、角度威胁因子、速度威胁因子的集对分析的态势评估模型。该方法在既定编队间进行态势评估不仅考虑双方的各个态势因素,还考虑敌方友机编队、我方友机编队等因素对态势评估结果的影响。态势评估的组合方式表明态势评定是在敌我双方所有的编队中进行的,仿真结果表明:集对分析中势的概念可以直观反映空中态势的优劣,对不确定值i的分析全面反映了态势变化。     

集对分析推理评优应用

在集对分析的基础上,提出了集对推理方法,该方法的推理可运用在方案评优上.实例表明该方法不仅客观准确可靠,而且计算简单方便,是一种行之有效的评优方法.     

一种基于粗糙集理论的数据挖掘算法的研究

研究了粗糙集理论在数据挖掘中的应用,提出了一种基于粗糙集理论的数据挖掘算法.首先对信息系统的数据加工泛化,构造其二进制可辨矩阵.对矩阵进行化简得到属性约简并生成规则.最后,结合银行申请信用卡的实例,利用上述方法进行数据挖掘,消去冗余属性,抽取决策规则.     

基于粗集理论的分类关联规则挖掘研究

认为数据量的巨大和高维、用户交互与先验知识的利用等等是知识发现领域面临的问题和难点 .粗糙集理论是一种具有模糊边界的集合理论 ,它作为研究知识发现的新型工具 ,能严格地处理不精确数据的分类问题 ,被广泛应用于不相容决策表中的规则提取过程中 .针对粗糙集理论中属性约减和属性值约减这两个重要问题进行了研究 ,并介绍了数据集中挖掘分类规则的基本原理 ,同时利用 RS理论中核和核值的概念 ,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系并简化决策系统的数据挖掘算法 ,并应用一简单的例子说明如何在数据库中发现分类规则 ,实验结果表明此算法可以大大提高系统潜在知识的清晰度     

基于粗糙集理论的数据挖掘研究

数据挖掘的技术很多,其中粗糙集理论得到了广泛的应用。粗糙集理论是一种研究不完整、不确定知识处理的数学工具,它可对不完整的数据进行分析和归纳,从中发现知识。本文介绍了数据挖掘基本概念,阐述了粗糙集理论的基本思想,探讨了基于粗糙集理论的数据挖掘方法。