制造决策的知识融合粗糙集模型

由于制造系统的复杂性和不确定性,单一的知识建模或数据挖掘建模都面临着知识或数据信息的不完备.为有效、充分地利用已有信息减少不确定性,文中提出了知识和数据挖掘相融合的建模思想,将知识嵌入到粗糙集模型中,建立了知识的函数关系,给出了基于不可分辨-函数关系的粗糙集决策模型,研究了不可分辨-函数关系下的知识分类和推理.相比原粗...     

数据挖掘的粗集方法研究

数据挖掘的方法和技术很多,其中粗集理论在知识获取中得到了广泛应用,它可对不完整数据进行分析和归纳,从中发现知识.通过分析数据挖掘的含义及粗集理论的概念,讨论了数据挖掘的粗集方法.     

基于信息熵的粗约简及其Bayes解释的供应链需求集成分析

针对供应链管理中需求与供应的集成化方式的选择问题,从软计算的角度对现有供应链的集成信息进行数据挖掘和知识发现,并提供了相应的辅助决策解释：用信息论观点下基于条件信息熵的方法进行决策表属性约简,得到企业选择需求集成的方式与动机之间关系的知识,进而以此知识指导供应链企业针对不同动机选择恰当的需求集成方式,并给出所有决策建议的Bayes解释．最后以算例分析证明本文给出的定量分析与定性解释相结合的决策过程更完备．     

基于可拓数据挖掘的用户需求获取研究

为了准确、有效地获取潜在的用户需求信息,文章提出了一种基于可拓数据挖掘的关联规则挖掘方法,通过将用户需求按不同需求分类,构成具有不同功能属性的用户需求集；利用粒子群算法挖掘出用户需求集中的关联规则,结合可拓变换原理,推理出新的关联规则知识,通过实例验证了方法的有效性和可行性.     

基于粗糙近似空间中的模糊信息表示

粗集理论与模糊集合理论都是研究信息系统中知识不完备、不准确问题，两者都可利用观测数据表达知识，进行推理。针对传统粗集环境下知识表示模型用固定的属性集来描述对象这一局限，提出利用模糊属性模型对知识表达系统进行信息描述，并给出了模糊属性模型下对象及其上下近似空间的模糊表示。     

基于粗集理论的缺省规则挖掘模型

提出了一种基于粗集的缺省规则挖掘模型 ,以利于在信息不完备情况下进行推理和决策 .该模型从已知决策系统出发 ,建立了处于不同简化层次上的一系列子系统 ,并将其作为简约格中的节点 ,然后推导出每个节点的规则集 .在应用模型进行推理和决策分析时 ,用给定对象的信息与模型中相应节点的规则进行匹配 ,然后按照某种评判准则得出结论 .这种模型可以很方便地根据给定的信息 ,从最符合的子系统中获得尽可能好的结论     

广义邻域粗集下的集成特征选择及其选择性集成算法

针对实际模式识别系统中样本特征常具有的连续值属性、高维性、强相关性和冗余性等影响分类效果的问题,在广义邻域粗集模型下提出一种集成特征选择及其选择性集成算法.该算法先提取样本特征并利用所提出的马氏距离分布熵评估其重要度,再基于特征重要度构建广义邻域粗集模型,并在此模型上以特征重要度为启发式信息设计基于蚁群算法的属性约简算法,然后通过改变广义邻域粗集模型参数的方式获得更多具有更大差异性的基分类器,最后利用主成分分析法对产生的基分类器进行选择性集成.模拟电路故障诊断结果表明,该算法比AdaBoost等算法取得的分类精度至少提高了2.6%.     

基于供应链数据仓库的OLAM系统

在供应链数据仓库(SCDW)的基础之上开发OLAP数据挖掘(OLAM)系统,可以使供应链数据仓库更好地适应物流企业决策的需求。OLAM系统不仅具有极高的灵活性,而且能够协助用户发现期望获取的知识和部分未知的有用信息。本文将介绍基于供应链数据仓库的OLAM应用技术,并讨论OLAM系统的工作模式。     

变精度粗集模型中变精度值的估计

变精度粗集模型是一种有参数的粗集扩充模型．目前,基于变精度粗集模型知识约简和学习的各种算法中,参数届值都是作为领域的先验知识而被直接引入．而β值不同,约简的结果一般也不同,因此有必要寻求一种方法,实现从原始数据集本身出发完成对β值的估计和选择,从而摆脱β先验知识对结果的影响．结合决策表确定性度量和决策表相对辨识性方法,分别研究了β值的估计和选择以及参数β值对约简结果的影响．通过实例进行了分析,结果表明在利用变精度粗集模型提高系统容错度时,厣值选择是必要的。     

基于置信规则推理的库存控制方法

提出一种在非平稳需求以及区间预测需求情况下的基于置信规则推理的库存控制方法.该方法不依赖于需求的分布模型,区间预测需求利用能够处理多种定性和定量不确定性信息的ER(证据推理)框架进行表达,领域专家知识可以用来构建和初始化置信规则库,历史需求信息可以用来训练置信规则库,以得到更加可信的推理.给出了一个汽车4S店库存-销售实例,证实了该方法的可行性及其相对于传统方法的优越性.     

EPC合同争端预警及案例分析

鉴于 EPC合同争端具有涉及的关系复杂、合同索赔数额较大、阻碍合同履行的后果严重等特点,为了预防、警告和跟踪争端,根据争端产生某些征兆性比较强的信息,综合运用推理理论、粗糙集理论、熵权法和欧氏距离检索法,构建定性与定量相集成的案例推理与规则推理融合（CCBR＋RBR）模型来预防和警告有可能发生的争端并进行实时跟踪。通过收集相关案例并建立案例库,应用CCBR＋RBR 模型进行分析EPC 合同可能产生争端的各种因素,并通过案例分析验证模型对EPC合同争端预警的实现。     

基于粗糙集的航路飞行冲突智能解脱CBR系统案例检索方法

针对航路飞行冲突智能解脱中的案例推理问题,提出了基于粗糙集的改进案例检索方法.建立了框架式案例知识系统表达结构,包括19个条件属性变量和1个决策变量.将基于信息熵的全局优化算法和启发式快速约简算法用于属性约简,把17项案例属性检索指标根据天气和军方活动的情况分别简约为4项.依据条件属性对决策属性的影响程度,建立了基于粗糙集属性重要度的指标权重确定方法.通过算例进行计算,将简约前后的案例检索效果进行比较,结果表明一致性达到90％.简约后的属性不仅可以保证较好的检索质量,还能够有效减少检索空间,提高检索速度.     

基于案例库维护的案例推理分类技术

分类是数据处理和数据挖掘的重要任务之一,文章在建立案例推理分类器之前,先利用相似粗糙集进行案例属性的约简,再利用基于案例分类的删除技术进行案例库的维护操作;不仅减少案例的存储空间,也大大提高分类的精确度;实验结果表明,相比传统的案例推理分类器和神经网络分类器,该分类器在分类精度和速度上都有一定的优势。     

基于描述逻辑的可扩展的案例表示及检索研究

案例推理(CBR)与领域知识的结合是CBR近年来的研究热点之一,不同的知识表示方式对CBR系统性能产生不同的影响。在分析传统知识表示与CBR结合不足的基础上,提出了一种可扩展的基于描述逻辑(DL)的案例表示模型,并给出了相应的案例检索算法。此模型强调在CBR系统中领域知识主要是为案例检索及修正服务,对领域知识的使用程度应根据CBR的实际需求和应用背景来确定,在保持了CBR系统优点的同时,也提供了一种灵活使用领域知识的手段。     

基于知识的汽车覆盖件可制造性评价系统

提出了一种基于知识的汽车覆盖件可制造性评价系统结构，研究了实现系统的关键技术．该系统将基于成形工艺知识的定性分析与基于反向法有限元数值模拟的定量分析相结合进行覆盖件的成形性分析，利用成本知识估算覆盖件及其模具的制造成本．其工作流程为：首先，利用基于事例推理／基于规则推理的混合推理技术对覆盖件实体模型进行结构工艺性分析；其次，调用反向法有限元软件模拟成形过程；然后，再次利用上述混合推理技术进行覆盖件工艺方案设计；最后，利用基于事例推理技术和经验公式，估算覆盖件及其模具的制造成本．该评价系统将覆盖件成形性分析和制造成本评估有机结合，在早期设计阶段，就能对覆盖件设计方案快速、全面和比较精确的评价．     

范例推理中范例自动获取的数据挖掘技术

范例推理作为基于规则推理技术的一个重要补充，已受到人工智能研究 人员的普遍关注，在范例推理中，也有许多相应的知识，它主要包括：范例库、修正知识库，索引模式，相似性判断标准等，这些知识的获取也存在一定的瓶颈问题，通过在范例推理中引入数据挖掘技术，可望部分解决其知识获取的自动化问题，提高智能系统的整体性能，本文着重讨论了在范例推理中使用数据挖掘技术的必要性，提出了二上自动获取范例库的思想与算法，并应用于一个实际的系统之中，实际结果表明，这种思路大大提高了智能系统的开发周期与系统的运行效率。     

CBR系统优化策略及在注塑模具设计中的应用

CBR(Case-based reasoning)技术是弱理论强实践领域实现智能化的有效手段,但是,随着工业的飞速发展,工程领域的特征信息爆炸式增长使得当前CBR系统的关键构建环节例如事例的表达、事例库的构建等呈现出诸多局限。为了适应新的复杂工程领域发展需要,对若干关键环节进行了优化研究:在CBR系统事例的表达方面,利用GHSOM(Growing Hierarchical Self-Organizing Map)算法和粗糙集算法集成策略对事例庞大特征信息进行精简,为事例知识的准确、高效表达、存储和检索打下基础;利用GHSOM算法优化构建事例库,通过空间聚类建构多层次多粒度知识库体系,同时,当执行事例检索时,由GHSOM算法作为知识导引策略,将新任务导入相应子事例库,通过数值计算获取最佳事例。最后,以注塑模具设计为应用领域验证了本方案的效果。     

基于本体的案例表示和CBR系统结构研究

本体作为一种新的知识组织体系,具有良好的概念层次结构和对逻辑推理的支持.在分析了本体的表示方式和推理基础上,将本体理论应用于CBR中,提出了基于本体的案例表示和基于本体推理的CBR系统,以提高CBR系统的性能.     

煤矿瓦斯预测专家系统中基于粗集的知识获取方法

提出了基于粗集理论的煤矿瓦斯预测专家系统知识获取方法.该方法首先建立瓦斯数据与瓦斯突出强度之间关系的预测样本集;然后运用粗糙集的连续属性离散化、属性约简以及规则提取算法,从大量的预测样本集中自动获取预测知识,并将预测知识存储于专家系统知识库中;最后基于推理机,实现煤矿瓦斯突出的实时预测.实例分析表明,粗糙集方法在煤矿瓦斯突出预测专家系统知识获取中的有效性和实用性.     

协同商务环境下基于案例推理机制研究

在激烈的市场竞争中,为企业提供一种整合企业内外资源进行企业运作的策略显得尤为重要．协同商务正是为了满足企业这样的要求而出现的新的管理理念,通过跨组织的知识共享和重用,在协同工作的过程中寻求新的商业机会,最终敏捷地制造和提供更加适合客户需求的产品和服务．基于案例推理（CBR）是一种重用历史问题的解决方案以得到新问题解决方案的技术,把CBR技术应用于协同商务,提出基于案例的协同商务推理模型,并研究了协同商务条件下的案例协同推理过程．