基于区分向量的不完备决策系统属性约简算法

区分矩阵是属性约简的一种有效方法.针对不完备的决策系统,定义了区分矩阵的概念,给出了区分矩阵构造方法,并根据区分矩阵稀疏性的特点,定义了区分向量的概念,在此基础上,给出了一种基于区分向量的不完备决策系统属性约简算法.最后,采用恒星光谱数据,实验验证了该算法的有效性.     

基于粗糙集的协同过滤算法研究

协同过滤的推荐性能受限于评分矩阵中数据的稀疏性。针对这个问题,提出一种基于粗糙集的协同过滤方法,能在一定程度上缓解数据稀疏性的影响。首先进行数据预处理,即利用用户评分数量以及用户的评分值,作为用户进行分类的特征值,对用户进行分类;其次,利用粗糙集属性约简的方法剔除对用户分类影响较小的项目,生成更小的用户-项目评分矩阵,以降低数据的稀疏性和规模;最后基于约简后的数据集进行用户相似度的计算,获得目标用户真正近邻。实验结果表明,所提算法在常用评价推荐性能的指标MAE,COVERAGE,PRECISION和RECALL中显著优于COS,PCC,ADCOS,NHSM算法中的指标。     

约束多体系统动力学方程的辛算法

多体系统动力学的微分/代数方程求解一般是所谓的指标-3问题,是十分困难的,可以说,目前还没有使人非常满意的关于它的数值积分方法.多体系统动力学的微分/代数方程的辛算法,是近几年出的新的数值方法,一般它具有精度高、数值稳定性等优点.笔者建立了约束多体系统动力学的微分/代数形式的约束正则方程形式,利用Runge-Kutta法合成辛算法对约束多体系统的约束哈密顿形式的方程进行仿真研究取得了较好的结果.     

一种最小测试代价约简的改进算法

传统属性约简的目标是在决策表中的所有条件属性中,选择一组分类代价最小的约简,算法构建了测试代价最小的约简.以往的测试代价约简算法查找成功率不够理想,性能不稳定,提出了一种改进的测试代价约简算法.通过运行2个UCI数据集实验,证明算法是有效的,并为提高测试代价约简算法性能提供了新途径.     

基于启发式二分策略的属性约简方法

分辨矩阵为属性约简与求核运算提供了一种规范精确的数学模型,通过分辨矩阵模型可方便地获取决策系统全体属性约简.本文基于分辨矩阵运用启发式信息与二分策略扩展结点,设计了一种构造约简树求取全体属性约简的有效算法,该约简树从根结点到叶结点全体路径构成的析取范式与系统分辨函数等价,其极小析取范式所有析取项即为决策系统全体属性约简.该方法适用于满足任意约简准则的分辨矩阵,能够显著地减少搜索空间和保证全体约简求解的完备性,理论分析与实验结果说明了算法的可行性与有效性.     

一种简化差别矩阵的属性约简方法

针对现存差别矩阵属性约简算法存在的缺陷,以及通过差别矩阵求约简属性时过程比较复杂,对比做了部分改进.通过对条件属性进行归类分组,提取代表性记录来生成差别矩阵,简化了差别矩阵的阶数和求约简属性的复杂度.从而在算法的时间复杂度和空间复杂度方面做了优化,节约了算法的时间和空间复杂度.实例表明算法可以有效地对属性进行约简,可获得理想的结果,并且改进后的算法简单、高效.     

因素空间理论的因素约简算法

为讨论差转计算在多因素决策问题中对因素系统的约简性能,通过理论分析与实证检验,在算法原理与机制的基础上深入讨论了算法的因素约简能力,并与基于差别矩阵的粗糙集因素约简算法进行比较.研究结果表明:差转计算在进行决策的过程中,确保了对结果有重要影响的因素进入经验推理系统,影响不大的因素在决策的过程中自动地被舍弃,从而实现了因素的约简.在6个UCI数据集上,通过对因素约简结果与时间复杂度两个方面的讨论,得出差转计算的因素约简能力同差别矩阵算法相当,在时间复杂度方面远优于差别矩阵算法.     

一种缓解互惠推荐系统中数据稀疏性的算法

为解决以在线交友为代表的互惠推荐系统中数据稀疏性问题,根据LMa Fit算法提出一种改进评分矩阵的互惠推荐算法,该算法改进了传统评分矩阵填充的单向性与融合相似度计算。结果表明,与基于项目的协同过滤推荐算法和基于内容和协同过滤的混合算法相比,改进评分矩阵的互惠推荐算法在准确率、召回率和调和平均数值方面有明显改进,该算法不仅改善了数据稀疏性的问题,而且推荐质量也明显优于其他算法。     

连续的龙格库塔方法对多延迟量微分代数方程的渐进稳定性

延迟微分代数系统(DDAEs)是具有时滞影响和代数约束的微分系统,为计算机辅助设计、化学反应模拟、线路分析、最优控制、实时仿真以及管理系统等科学与工程应用问题提供了有效的数学模型.中立型多延迟微分代数系统是一种结构较复杂的DDAEs,因为它不仅含有多个延迟项,而且还包含有未知函数的导数.然而,由于延迟微分代数方程的复杂性,只有极少数延迟微分方程能获得其理论解的精确解析表达式.因此,研究延时微分代数方程的数值解法显得十分重要.而在数值解的研究中,有效可靠的算法及算法的数值稳定性研究,又是必须首先面对的问题.研究了连续的龙格库塔方法对多延迟量微分代数方程的渐进稳定性,并证明了这种方法在系数矩阵都是上三角形的假设下是渐进稳定的,这种假设对有广泛应用的Hessenberg DDAEs是正确的.     

一种改进的基于区分矩阵的属性约简算法

根据粗糙集理论讨论了属性约简问题,基于传统的区分矩阵属性约简算法提出了一种改进的约简算法:首先,根据决策表构造区分矩阵;然后,删除区分矩阵中包含核和伪核的项;最后,化简区分矩阵中剩余项得到约简结果.通过对某发动机故障数据进行处理验证了算法的有效性.     

基于改进SAMP算法的UFMC系统信道估计研究

针对通用滤波器多载波系统输出性能较件,精度较差的缺陷,提出了一种改进贪婪算法.在贪婪算法的运行过程中对数据进行正则化处理,伔得残差信号与原子集矩阵相关度较高,而系统的输出性能更好;又对贪婪算法得到的稀疏系数进行有序整理,计算了相邻系数残差,传据杂噪比来设计阈值滤除噪声,能有效降件由二噪声形成的影响.仒真实验结果表明,在...     

一种基于机理模型的非线性预测控制改进算法

将基于微分-代数方程组的机理模型作为被控模型,利用联立法中的配置点法将预测控制中的滚动时域最优控制问题转化成求解非线性规划（NLP）问题.针对求解NLP问题过程中出现的由于方程维数过高而导致的求解速度过慢的现象,提出基于斐波那契数列的稀疏化策略,可以有效地减少计算量,加快求解速度.最后文中在强非线性对象连续搅拌反应釜上仿真,将该算法与标准NMPC算法和线性预测控制动态矩阵算法进行对比,体现出新算法的优越性.     

基于符号有向图的属性约简算法

提出一种新的属性约简算法——基于符号有向图的属性约简算法。该算法利用符号有向图中故障只能在相容通路中传播的性质对系统中的变量进行约简,然后利用支持向量机优良的分类性能进行故障诊断。挑选过程控制界公认的Tennessee-Eastman Process仿真系统进行属性约简,并进行故障诊断仿真,证明了该算法的可行性,该方法可广泛应用于化工和冶金等大型系统的故障诊断中。     

一种改进的模糊粗糙集属性约简启发式算法

介绍模糊粗糙集约简算法,利用模糊区分矩阵产生最小约简.通过分析,说明了算法的不足,提出相应的改进策略.将启发性知识结合区分矩阵,提出了基于属性特征权值的启发式约简算法,文中算法意义更加直观,计算也更加简单,提高了约简算法的速度.采用VC进行实验,通过对多个UCI数据集进行测试,结果说明了改进算法的有效性.     

一种改进的分辨矩阵构造及求核算法

属性约简是粗糙集理论中的重要内容,而获取核属性又通常是计算属性约简的一个关键步骤.为使算法能同时应用于一致和不一致决策表,并精简分辨矩阵中的元素,优化时间性能,文章提出一种改进的分辨矩阵构造方法,构造的过程中充实核属性集,新产生的核集又能进一步优化分辨矩阵的构造.通过实例分析算法,并通过实验验证了该算法是可行有效的.     

反应精馏过程的一种数值模拟方法

给出了一种能有效求解反应精馏微分代数方程组模型的数值算法。与传统的数值解法不同，本文先将模型化为1指标的微分代数方程组，然后采用变阶变步长的向后差分格式来构造算法。应用本算法对MTBE反应精馏系统进行模拟，所得结果与文献中的实验数据吻合良好，并且计算稳定，速度较快，说明此算法是可靠的。     

一种求解Riccati代数方程的新方法——矩阵符号函数法

本文提出一种用矩阵符号函数求解Riccati代数方程的新方法,导出了一个改进迭代格式,文中提出的计算矩阵符号函数的三阶收敛迭代格式,可进一步提高收敛速度。     

装载机故障诊断属性约简算法

为了提高以先验知识进行智能诊断的效率,对粗糙集理论的约简算法进行了研究,提出了基于可分辨矩阵一种改进的属性约简算法,将其应用于装载机故障诊断决策表的属性约简.实践证明该算法对属性约简是有效的.     

基于二进制可辨矩阵的属性约简启发式算法

对文献[2]的可辨矩阵约简变换算法进行改进,利用核属性特性减少比较次数,提高算法的效率.充分考虑决策表的启发性知识,提出一种新的属性重要性计算方法.最后,给出一种基于二进制可辨矩阵的属性约简启发式算法.     

一种基于跟踪误差变化率的动态矩阵控制算法

作为一种基于对象阶跃响应的预测控制算法,动态矩阵控制在性能指标函数中通过对跟踪误差的优化及对控制量增量的软约束来保证控制的性能,指标函数中并没有考虑跟踪误差变化率对系统动态响应的影响.为了使对象具有更好的动态响应,笔者基于优化性能指标函数中的跟踪误差项,在指标函数中引入跟踪误差的微分项,提出一种改进动态矩阵控制算法,使得对象的动态响应更加平稳,闭环系统的鲁棒性更强.理论分析和计算机仿真结果表明了改进后的算法使系统具有更好的控制品质.