基于属性约简的模糊综合评判

粗糙集理论是一种新的处理模糊和不确定知识的数学工具。属性约简是粗糙集理论研究中的重要内容之一。本文提出基于属性约简的模糊综合评判。通过属性约简，模糊评判过程中因素集(属性集)的指标数大大减少，从而达到简化运算、节约时空资源的目的。     

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.     

基于粗糙集理论的冶金企业备件供应商选择多属性决策

备品备件货物品种多和可供选择供应商多的特点,使得冶金企业对备品备件供应商的管理比大宗原燃料供应商的管理更加复杂. 基于粗糙集理论,运用多属性决策方法研究了供应商选择问题. 首先,在选择决策指标体系的基础上,采用粗糙集理论分析历史指标数据与供应商选择结果之间的关系,从而确定每个指标的客观权重,再结合主观赋权,得到每个指标的综合权重. 其次,基于主、客观综合权重及数据的规范化处理结果,对候选供应商进行综合评价. 最后,用案例验证了本方法的可行性和有效性.     

基于粗糙集理论的试卷质量评价分析

将粗糙集理论应用于试卷质量评价分析中, 通过对试卷质量评价指标、试题重要性和试题冗余信息的分析, 应用粗糙集的属性约简及属性重要性等概念, 给出了独立指标的权重计算方法, 建立了基于粗糙集理论的试卷质量综合评价分析模型, 为提高教学质量管理提供参考.     

矿山设备选型的多属性决策模型

为了选择到性价比最优的矿山设备,综合考虑设备的多个属性,建立多属性决策模型。该模型以属性标准化为基础,利用模糊粗糙集确定属性权重,比较设备的属性值与参考值,最终确定与期望值偏离最小的方案为最优方案。以购买气动凿岩机为例,分析多属性决策的有效性。结果表明：该模型能够综合平衡各个指标,设备排序明确合理,优化了矿山设备的选型决策。     

城市地铁盾构施工中环境影响风险粗糙模糊综合评估

粗糙模糊综合评估法是以模糊综合评估法为基础,结合粗糙集属性重要度理论,应用模糊关系合成原理,对不确定性问题进行综合性评估的一种方法。本文应用粗糙模糊综合评估法对城市地铁盾构施工中环境风险进行评估,运用粗糙集属性重要度理论进一步客观的确定评估指标权重,使得评估结果进一步趋向客观合理化,对模糊综合评估法做了一次尝试性的改进。     

一种基于粗糙集的单一属性分类的约简方法

粗糙集的应用中,对象集通常具有数量大、属性多、单一属性分类大的特点,这是在已有知识基础上提出规则时所遇到的3个主要问题,针对其中单一属性分类的约简问题提出了一种新的方法,它采用了先合并分解再综合的思想简化问题的求解,能快速有效地发掘信息中蕴涵的规则。     

新产品开发方案的评价

新产品开发方案的评价受多种因素的影响,属多属性决策。本文提出了新产品开发方案评价指标的层次结构模型;基于属性综合评价系统提出一种对新产品开发方案进行评价的综合分类评价法,为新产品开发方案的评价与选择提出了一种科学有效的方法。     

基于粗集理论的企业自主创新能力评价模型

利用粗集理论的属性约简原理,提出了一种企业自主创新能力评价指标权重的计算方法,将主观权重和客观权重结合起来。建立了一种基于粗糙集理论的企业自主创新能力综合评判模型,使得评判结果更加科学客观,最后通过实例验证了该方法的实用性和可行性．     

基于粗糙集的高职教师教学能力评价模型的构建与应用

教学能力是教师的基本能力,直接影响教师的教学行为与教育质量,提升教师教学能力是高等教育从"数量扩张"转向"内涵发展、质量提高"新阶段的迫切要求,然而科学全面的评价教师的教学能力一直以来都是一个难题。基于粗糙集理论,构建了一套高职院校教学能力评价的指标体系,通过属性约简降低计算复杂度,并实现了指标权重的客观赋权,在此基础上,将粗糙集与模糊综合评价方法结合起来,建立教师教学能力综合评价模型。系统地探讨了模型建立的全过程思路及方法,并通过实例验证了该方法的实用性和可行性。     

基于数据驱动的控制器性能多属性评价方法

控制器的性能通常表现为多个属性指标,综合涉及了随机性和确定性性能,为此,提出了一个相适应的评价方法。根据特定控制回路对于控制性能的不同要求,对各属性指标分配不同的权重;考虑到不同扰动对于控制性能评价基准的影响,提出了一个基于BP神经网络的过程扰动识别方法;基于历史数据建立评价基准,应用多属性决策方法得出控制器的综合属性评价值,数值实例仿真和TE过程实验证明了所提出方法的有效性。     

基于粗糙集理论和BP神经网络的文本自动分类方法研究

结合粗糙集的属性约简和神经网络的分类机理，提出了一种混合算法. 首先应用粗糙集理论的属性约简作为预处理器，把冗余的属性从决策表中删去，然后运用神经网络进行分类. 这样可以大大降低向量维数，克服粗糙集对于决策表噪声比较敏感的缺点. 试验结果表明，与朴素贝叶斯、SVM、kNN传统分类方法相比，该方法在保持分类精度的基础上，分类速度有明显的提高，体现出较好的稳定性和容错性，尤其适用于特征向量多且难以分类的文本.     

双向S-属性粗糙集及其性质

针对S-粗糙集中元素的动态特性,在属性集及属性测度理论基础上,提出了双向S-属性粗糙集的概念,讨论了双向S-属性粗糙集的性质,并就双向S-属性粗糙集的精度进行了讨论.     

双向S-属性粗糙集模型

以属性测度空间的粗糙集模型为基础,针对S-粗集中元素的动态特性,提出了双向S-属性粗糙集的概念,讨论了双向S-属性粗糙集的性质,并结合实例就双向S-属性粗糙集的精度进行了讨论。     

基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策

为了探索q-RO(q-rung orthopair)模糊信息系统中具备稳定决策结果的多属性群决策方法,依据多粒度概率粗糙集与MULTIMOORA(multi-objective optimization by ratio analysis plus the full MULTIplicative form)建立了一种新的q-RO模糊多粒度计算模型,并用于求解多属性群决策问题.结合q-RO模糊概率粗糙集与多粒度粗糙集,提出了多粒度q-RO模糊概率粗糙集模型.利用离差最大化法计算属性权重与决策者权重,进一步建立了基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策方法,该方法考虑了决策风险与容错能力,可提供稳定的决策结果.通过2个实际算例验证了所建立方法的可行性与有效性.     

F-模糊粗糙集及其约简

模糊粗糙集的知识约简是模糊粗糙集理论的核心内容之一,从增量式的数据、海量数据或动态数据中挖掘出人们感兴趣的知识,是数据挖掘研究的一个重点,也是一个难点.首先,给出模糊粗糙集的属性重要度的定义及属性约简的定义;其次,从F-粗糙集及并行约简出发,并结合模糊粗糙集的属性重要度,提出了F-模糊粗糙集及其约简,为增量式或动态模糊决策表的属性约简提供了一种有效的方法;最后,通过实例验证了F-模糊粗糙集及其约简的可行性.     

基于遗传算法和变精度粗糙集的离散化算法

目前常用的离散算法多为单属性离散化算法.利用该类算法对多维连续属性进行离散化时,逐次对单个属性进行离散化,割裂了多维属性之间的关系.基于此提出了一种基于遗传算法和变精度粗糙集的多属性离散化算法.该算法基于变精度粗糙集所具有的较好数据分类容错和抗噪能力,通过变精度粗糙集近似分类精度建立遗传算法适宜度评价函数,并利用遗传算法在多维连续属性候选断点集上寻找最优断点子集.基于UCI数据集比较了所提算法与多种常用的离散化算法的差异,实验结果表明,该算法可以获得相对较好的离散化效果.     

属性综合测度模型在区域经济中的应用研究

将属性综合测度模型应用于区域经济发展优先级别的评价中。在建立评价指标体系的基础上,根据各指标的权重,提出确定区域经济发展优先级别的属性综合测度模型。并以黄河流域的12个大城市为算例,给出了一种比较科学的、切实可行的区域空间经济区发展优先级别的评价方法。     

装备保障系统评价多属性决策分析

为了优化装备保障系统保障资源的配置,需对系统效能进行综合评价.提出了现行装备保障系统的基本要素和定量及定性指标的量化方法.针对装备保障系统评价过程中评价指标存在定量与定性指标相结合的问题,引入混合型多属性决策原理,提出了一种基于理想点的多属性决策模型.结合案例分析,对模型合理性进行验证.结果表明,该模型能够真实地反映决策空间中各方案与理想方案的模糊属性值之间的接近程度,装备保障系统评价结果更加准确可信.     

基于模糊粗糙集理论的建筑业综合评价

根据模糊聚类和粗糙集理论的基本原理,利用模糊聚类的相似关系与粗糙集可辨识矩阵的特性,结合这两种方法的互补优势,研究了将之应用于建筑业综合评价的方法和步骤.通过模糊聚类法形成粗糙集下的决策信息系统,采用基于可辨识矩阵的启发式约简法对属性约简,计算出约简后各属性的权重.利用各属性的权重分别对各省市(或地区)的建筑业指标评价值加权求和从而得出各自的建筑业综合评价值,对其结果的客观性和实用性所进行的分析评价证明该方法有效.