基于粗集不相容系统的膨胀土分类规则提取

分析膨胀土分类的粗糙性, 指出膨胀土分类是一个基于粗糙集的信息不相容决策系统. 针对常规方法容易引起规则失真的不足, 提出将贝叶斯理论和不相容系统决策挖掘相结合来提取膨胀土分类规则： 以膨胀土分类决策系统的可信度为先验概率, 膨胀土试验数据的支持度为后验概率, 计算膨胀土分类规则的条件概率;提取条件概率大于某一阈值的规则;通过逻辑合取与析取归并膨胀土分类规则. 实例计算和应用分析结果表明： 采用贝叶斯理论和基于粗糙集的不相容系统决策挖掘相结合的方法有利于基于粗糙集的不相容系统的数据挖掘, 而且为膨胀土分类规则的提取提供了一种切实可行的算法.     

基于粗糙集和改进功效系数法的岩体质量评价

将改进的功效系数法应用于地下工程岩体质量评价中,选取岩石质量指标、岩体完整性系数、结构面强度系数、岩石单轴饱和抗压强度和地下水渗水量作为主要评价指标,对30组现场典型数据样本进行学习.运用粗糙集理论确定各指标的权重,建立地下工程岩体质量评价的粗糙集和改进功效系数法模型,并应用到实际工程岩体质量评价中.结果表明:建立的粗糙集和改进功效系数法模型原理简单,对岩体质量分级的准确率为90%.将该模型应用到广东抽水蓄能电站地下工程岩体质量分级,评价结果与实际情况符合较好.     

粗糙集神经网络理论在矿井通风系统评价中的应用

针对矿井通风系统神经网络评价法中建立样本的不稳定性问题,开展了基于粗糙集和BP神经网络理论的通风系统综合评价研究。以某矿井通风系统为研究对象,应用粗糙集数据分析系统对矿井通风系统评价指标的原始数据样本的分类质量进行了检验;在此基础上,基于人工神经网络理论,建立了矿井通风系统的粗糙集神经网络评价模型,从而形成了一种新的基于粗糙集神经网络理论的矿井通风系统评价方法。研究结果表明,经过模型的数据检验和应用性验证,其理论评价结果与实际情况相符,且网络总误差小于0.004;这说明基于粗糙集神经网络的综合评价方法在矿井通风系统评价中有很好的实际应用效果。     

弥勒原状膨胀土物理力学参数与固结特性

针对云桂铁路弥勒试验段原状膨胀土开展一系列常规室内试验,掌握弥勒膨胀土的物理力学参数,在此基础上,以高路堤分段堆载方式为研究依据,基于GDS三轴试验系统进行原状膨胀土分级连续加载K0固结试验。结果表明:膨胀土的应力-应变关系呈阶梯状变化,割线模量与应力的关系呈镰刀型变化;对超固结膨胀土,Wroth推荐的经验公式能较好地描述K0(OC)与ηOCR(超固结比)的关系。与分级加载固结试验结果相比,膨胀土在分级连续加载K0固结试验中的压缩系数更高。研究结果对膨胀土地基沉降评价具有一定的指导意义和参考价值。     

未确知测度模型在膨胀土判别分类中的应用

基于未确知测度空间理论,建立了未确知测度评价模型,并将此理论模型应用于膨胀土的膨胀性判别和分类。研究采用信息熵确定膨胀士胀缩性指标的权重、建立了指标权重和实测值的关系。同时还将置信度的概念应用于膨胀土判别分类的标准中。与模糊综合评判、灰色聚类分析等评判方法比较,未确知测度评价模型严谨、应用方便,非常适合膨胀土的判别分类。     

加权距离判别法在膨胀土胀缩等级分类中的应用

利用主成分分析法改进距离判别分析法,然后将该方法应用于膨胀土胀缩等级分类中,建立膨胀土胀缩等级分类的加权距离判别分析模型。选取黏粒含量、粉粒含量、液限、塑限和塑性指数等5项指标作为膨胀土胀缩等级判别因子,利用已经测得的膨胀土数据为训练样本进行学习,建立相应的判别函数。然后对待判样本进行判别分类,该判别分类结果与实测分类结果100％吻合。研究结果表明,加权距离判别方法完善了距离判别分析法理论,该方法分类性能良好,预测精度高,在实际工程应用中有广阔的前景。     

基于粗糙集和支持向量机的深基坑工程风险评价

利用粗糙集和支持向量回归机的理论和方法,建立基于粗糙集和支持向量回归机相结合的风险评价模型。结合深基坑工程风险评价的实例,将约简后的评价指标输入到支持向量回归机中训练,构建评价模型,而在模型的构建中采用了高斯径向基核函数。最后将指标约简前后所得的评价结果分别与基于粗糙集和神经网络的评价所得的结果进行比较,采用粗糙集和支持向量回归机的评价法具有更好的评价效率。     

基于灰色理论的南宁-友谊关高速公路膨胀土堑坡滑坍预测研究

对广西南宁-友谊关高速公路膨胀土路堑边坡施工中出现的大量滑坡问题,进行了详细的现场地质调查,并对其产生原因进行了勘察分析．在此基础上,提出把影响膨胀土边坡破坏的主要因素量化,利用灰色聚类预测理论对膨胀土路堑边坡的稳定性进行预测,结果表明,该预测方法与实际具有较好的吻合性。     

膨胀土胀缩等级分类的未确知均值聚类方法及应用

将未确知测度理论应用于膨胀土的分类问题中,建立膨胀土胀缩等级分类的未确知均值聚类分析模型;选用粘粒含量、粉粒含量、液限、塑限及塑性指数作为未确知均值聚类分析模型的判别指标;以膨胀土的15组实测数据建立各评判指标的未确知测度函数,用各分类样本平均值表示分类中心;根据信息熵理论计算各评判指标的权重,用置信度识别准则进行评判;用建立的模型对15组实测数据逐一进行检验,正确率为100%.将建立的模型对待分类的8个样本进行测试,并与实测结果进行比较.研究结果表明:预测等级与实际结果较吻合,比较客观地反映了膨胀土分类的复杂状况.     

弱膨胀土膨胀性判别与分级方法研究

针对弱膨胀土在路基工程中使用时的不同要求,可对弱膨胀土的膨胀性进行分级以方便采用不同的处治措施来减少经济损失.为避免使用单一判别因子判别法对弱膨胀土进行分级的不足,因此,以自由膨胀率、胀缩总率、塑性指数和小于0.002mm颗粒含量这4项作为判别指标,分别利用Bayes判别法、Fisher判别法和物元可拓判别法3种方法,建立相应的判别函数对弱膨胀土进行分级,将弱膨胀土的膨胀性分为强(G_1)、中(G_2)、微(G_3)3个等级,并对比3种方法.研究表明:这3种判别法都能较理想的用于弱膨胀土膨胀性的分级中,且相对于其他两种方法,Fisher判别法更方便、高效.     

膨胀土预测分级的可拓学模型及应用

为预测膨胀土胀缩等级,提出一种基于物元模型和聚类分析的预测方法。首先利用膨胀土等级和影响因子,构造经典域物元和节域物元;然后应用物元和可拓集合中的关联函数,建立膨胀土预测等级模型。通过聚类分析,得到膨胀土等级的预测结果。实例分析结果表明,该算法是一种可行、有效的预测膨胀土胀缩等级模型。     

基于模糊信息优化处理法的膨胀土分类

针对膨胀土胀缩性“高低”划分属于模糊概念，应用模糊信息优化处理方法对国道G316公路沿线某段膨胀土滑坡区域膨胀土进行分类。首先将22组土样的试验资料，按照二维正态信息扩散公式分别建立液限、塑性指数、含水量和胀缩等级之间的模糊关系矩阵R，然后将10组验证土样的液限、塑性指数和含水量按一维信息分配公式进行信息分配，求得原因集Xo；最后通过两级模糊近似推论得出了该10组土样的分类结果，并将其与灰色系统理论方法的分类结果进行比较，其中7组的分类完全相同，而其余3组土样的分类精度则更高。结果表明该方法是一种有效的膨胀土分类方法，可以为膨胀土的工程治理设计提供参考。     

基于粗糙集理论的人工神经网络故障诊断系统

在故障诊断神经网络模型的基础上,以粗糙集理论中的信息系统属性值表为主要工具,将复杂的神经网络分层的简并剔除其中不必要的属性,克服了网络规模过于庞大及分类识别速度慢等缺点,取得了减少分类过程中的模式匹配搜索量的良好效果,并给出基于粗糙集理论的分层发掘神经网络模型结构及算法,结果表明该系统对工程应用具有一定的参考价值。     

有限Boole格上粗糙集模型的代数结构

粗糙集理论是解决分类问题的一种数学方法。在信息系统中，属性值可以是数值，也可以是集合或Fuzzy数，因此都可看成格值信息系统。在有限Boole格上，利用上、下近似定义了粗糙集模型，得到了与Pawlak粗糙集模型类似的一些性质，证明了该模型可以定义为一个完备的Ｓtone代数，这样就把现有的粗糙集模型推广到更一般的情形。     

基于粗糙集与KNN的Web文本分类的研究

为了从海量的信息资源库中快速、准确地进行分类并提取出有用的信息,提出了一种基于粗糙集和KNN混合的Web文本分类模型。利用粗糙集的属性约简理论降低了文本分类过程中的向量维数,使用一种基于分明矩阵的属性约简算法,特征选择过程采用互信息量计算方法,并对该混合算法进行了实验,同时结合传统的KNN方法对该混合算法进行比较,验证该算法的可行性。     

模糊数学对湖南膨胀土分类与判别实际工程应用研究

正确识别膨胀土和非膨胀土,是准确选定勘察、试验方法以及确定合理设计、施工方案的首要问题.通过李生林、刘特洪、邓家喜三种模糊数学的综合评判法对潭邵高速公路和常张高速公路膨胀土评判的对比研究可以看出,其评判结果与现有分类法标准所得分类等级相符,采用不同的分类因子,评判值虽然略有不同,但相差不大,说明多因子模糊数学判别膨胀土的科学性和合理性.