基于粗糙集理论的规则权重确定方法

通常规则权重的确定方法是根据专家的先验知识来确定.本文根据粗糙集理论中规则的改进的确定性因子的判断方法,提出将专家的先验知识给定的权重同粗糙集理论规则的改进的确定性因子结合起来最终确定规则权重,即基于粗糙集理论的规则权重确定,实现主观先验知识同客观情况的统一,从而得出更加理想的权重确定结果.本文主要目的是为决策者提供一种规则权重的确定方法,使决策者能够作出更加科学、更加合理的决策与分析.本文运用文献方法系统分析方法和实证分析方法.     

基于粗糙集理论的教学评价指标权重的确定

针对传统的权重确定方法会受决策者主观经验影响的弊病,探讨利用粗糙集理论中的属性重要性理论并结合专家打分法,确定各测评项的权重,从而降低主观因素对权重的影响.     

基于粗糙集理论的火灾危险源风险评价权重确定

针对属性权重完全未知且属性值以专家经验给出的多属性决策问题,提出了利用属性重要度计算权重的分配方法.根据粗糙集中的相对正域概念,探讨了如何运用属性重要度确定各属性的权重.将权重确定问题转化为粗糙集中属性重要性评价问题,建立了关于风险评价的关系数据模型,经过属性值特征化建立了知识系统,在数据分析下通过分析评判方法对评价对象的支持度和重要性,计算出风险评价模型的权重.该方法克服了传统权重确定方法的主观性,使得风险评价方法更具客观性,从而提高了火灾危险源风险评价的精度,通过实例说明该方法更加有效合理.     

基于粗糙集理论的模糊综合评判权值确定

模糊综合评判在圈闭、区带等含油气性有利区预测及其优劣程度进行定量分析评价中发挥着非常重要的作用。在模糊综合评判中,参评地质因素的权值确定也非常重要。应用粗糙集理论,对原始地质数据进行挖掘,利用其求得各项参评地质因素的属性重要度,并将其权值化处理作为其权重系数,克服了传统方法确定权重系数的主观性,这样使得评价结果更具客观性,从而提高模糊综合评判精度。最后,以塔里木盆地塔西南凹陷圈闭评价为例,用此方法求得评价所需的各参评地质因素的权重系数。     

一种基于粗糙集的土地定级因素权重确定新方法研究

土地定级因素权重的确定是土地定级中重要的内容之一,传统的根据决策者经验确定权重方法主观性强而忽略了定级因素内在的客观性,近来使用的基于粗糙集的综合赋权法在计算客观权重时出现属性权重为0和属性权重值相等的不符合实际的情况,有的使用组合权重确定单因素权重时考虑到的组合情况不够全面。为此结合土地定级的实际情况,本文提出了基于粗糙集土地定级因素权重确定新方法,并采用主客观权重集成法得到土地定级因素的综合权重。     

基于扩展正域方法的教学评价指标权重确定

评价指标权重的确定对教学评价结果的客观性和合理性有重要影响.把扩展正域方法决定的属性重要度和专家打分方法结合确定每个指标的权重,可以降低主观经验对指标的权重的影响,得到公正合理的教学评价结果.     

组合预测中基于粗糙集理论的权值确定方法

权系数的确定问题是组合预测方法中的关键和难点，提出了一种基于粗糙集理论的权系数确定方法，将权系数确定问题转化为粗糙集中属性重要性评价问题，建立了关于组合预测方法的关系数据模型，通过属性值特征化建立了知识系统，在数据驱动下通过分析预测方法对预测对象的依赖性和重要性，计算出组合预测模型的权系数，该方法克服了传统权系数确定方法的主观性，避免了线性或非线性极值问题的数值计算，使得组合预测方法具客观性，所给案例说明了所提方法 的有效性。     

基于Shapley值的优势关系粗糙集客观权重分配方法及应用

权重的确定是决策研究中的关键性问题,已有的基于粗糙集的权重确定方法克服了过于依赖先验知识的缺陷,但其未充分考虑属性间的相互作用,此外考虑到等价关系的局限性,着重研究优势关系信息系统的属性权重确定问题,首先提出由属性集包含信息量的多少来确定属性的重要性,并基于信息量对属性集进行约简,在保证对元素间优劣关系区分能力不变的同时简化了计算;其次开创性选用Shapley值方法对损失信息量进行分配,进而确定属性权重,该方法以严格的公理为基础,充分考虑了属性间的相互作用,保证了属性权重分配的公正、合理;最后通过实例演示了利用Shapley值确定属性权重的具体操作步骤。该方法直观性和可操作性强易于推广,为各类信息系统属性权重确定提供了参考,亦是对策论方法交叉应用的成功探索。     

综合航电系统试飞方案探究

作为航电系统的发展方向,综合航电系统为全机提供了大型高效的数据传输网络平台,也为交联系统提供了运算存储设备。本文介绍了综合航电系统为了验证其符合FAR 25部相关条款,而提出的试飞方案。     

基于粗糙集理论的多指标综合评价方法

针对评价多指标优劣中属性权值难以确定的问题,笔者提出了基于粗糙集的TOPSIS综合评价的应用算法,利用粗糙集进行权重确定,把粗糙集与TOPSIS相结合,提出了基于粗糙集的TOPSIS综合评价方法,以属性重要度作为各个属性的权值,对信息系统进行加权分析,得出了总体排序结果,并通过算例验证了该方法的有效性.     

粗集理论及基于集合论的学习方法

运用了粗集理论的基本原理，对不精确、不完整、不确定的数据进行上近似和下近似的计算和分类，对数据进行简约，寻找其隐含的关系和模式，产生规则，确定规则的可信度，并通过举例加以说明。     

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。     

基于信息熵的Rough集粗糙性度量新方法

基于等价关系和一般二元关系,通过引入Rough集边界熵概念,利用Rough集边界的知识粗糙性和Rough集本身的粗糙度来刻画Rough集粗糙性,为Rough集粗糙性提供了一种更为合理的度量方法,为Rough集中概念的获取和刻画提供了理论依据.     

基于粗糙集理论的贝叶斯网络分类算法

面对生活中数据信息量大的问题,常使用粗糙集对数据进行知识约简,消除数据中冗余的部分。但大多数研究没有考虑约简后对原有分类的影响;常使用的朴素贝叶斯算法又难以获得其先验概率。基于上述问题,本文提出了一种基于粗糙集的贝叶斯分类算法：首先利用粗糙集中决策属性和条件属性之间的依赖关系,进行属性约简,消除冗余的数据,然后通过贝叶斯算法对约简后的数据进行知识挖掘,最后通过对故障源数据的对比分析。该方法既避开了朴素贝叶斯算法对先验概率的要求,又使得数据分类和预测能力有了明显提升。     

基于相异关系的粗糙集理论

利用相异关系代替Pawlak粗糙集理论中的不可分辨关系,建立了基于相异关系的粗糙集理论,它使粗糙集理论在完备信息系统和不完备信息系统中的应用统一起来．     

基于粗集理论的属性约简算法

结合高压输电线路远程监测系统,在参考粗糙集理论的基础上,结合粗糙熵相关知识,针对复杂系统故障影响因子的特点,提出了一种属性约简算法,最后得出相应的算法规则,解决了复杂信息数据简化的问题。实例证明,该算法是可行的。     

基于粗糙集理论的项目投资管理

粗糙集理论是一种新的数据分析和处理方法,使用粗糙集理论可以对决策表进行简化,去除冗余属性。首先给出了基于粗糙集的知识推理方法。然后以一个实际例子讨论如何利用粗糙集理论从现有样本中进行知识约简,获取新决策规则,使该方法具有了实用和推广的价值。     

基于粗糙集理论的KNN分类

粗糙集理论为研究不精确数据的分析、推理,挖掘数据间的关系、发现潜在的知识提供了有效的工具。在数据挖掘技术中KNN算法是一个实现简单和分类准确性较高的方法,但是,当用于样本容量较大以及特征属性较多的类似医疗图像挖掘这样的领域时,其效率受到了很大的影响,找到一个删除最大冗余属性的方法成了解决这个问题的关键。将粗糙集理论与KNN算法结合起来,用粗糙集方法进行属性约简,有效地解决了KNN算法分类的这个缺点。     

基于可变精度粗糙集模型的有导师机器学习

机器学习是人工智能领域中重要的研究课题,基于经典粗糙集的机器学习,只有学习者的分类被完全包含在导师的分类中时,才形成决策规则,条件比较苛刻;而基于可变精度粗糙集理论的有导师机器学习,根据学习者的分类包含在导师的分类中的包含度αi,与事先给定的精度系数β的比较,来求取具有一定相容性的决策规则,该方法更具有灵活和实用性。