基于粗糙集及蒙特卡洛的化工园区油库火灾爆炸突变级数评价

通过应用基于粗糙集的突变级数方法和蒙特卡洛指标打分方法实现较为客观的油库安全评价,以突变级数理论作为评价方法主体,实现无权重客观评价,因为突变级数方法对于评价指标数目有要求,故对于指标超过要求数目的指标层,应用粗糙集理论实现其指标约简;专家打分阶段选择性采用"给出得分区间"、"给出得分分布"以及"精确打分"等任意一种方法实现打分,之后结合蒙特卡洛模拟产生服从给定区间或分布的随机得分,从而实现指标打分的客观化;汇总蒙特卡洛方法产生的多组突变级数评价结果,分析并得到评价等级.     

程度近似算子的复合运算研究

在程度粗糙集模型中定义了程度上、下近似算子的复合运算,研究了复合运算的性质,并给予了严格的证明;最后通过一个实例验证了定理的正确性,同时说明了程度上、下近似算子的复合运算具有幂等率.程度上、下近似算子的复合运算进一步补充和完善了程度粗糙集模型理论和经典粗糙集模型理论.     

离散型生产线产能评估系统的设计与实现

以离散型生产线为研究对象,通过对其产能特点进行分析,设计并开发了离散型生产线产能评估系统。系统以工时法和粗糙集为理论依据,并应用ASP和SQLServer数据库作为开发平台。企业可以通过本系统快速、精确地进行生产线产能评估。     

低熵多键排序问题的实用算法

给出低熵情况下的多键排序改进算法.利用众数投票算法结合中位数选择算法产生枢纽元,对与枢纽元相等的元素使用改进算法,其他元素仍采用原算法.理论分析表明,重复数据较多时改进算法速度较快,且在数据量不大时其性能接近线性算法.     

组距数列求众数,中位数教学方法探讨

对“众数”、“中位数”公式的教学采用“数学方法推理”和图解分析论证“两种不同的方法，指出两种方法的优点并在教学中综合使用，取得较好效果。     

一种利用属性序关系的变精度粗糙集知识约简方法

变粗糙集模型主要用于包含错误信息或缺失一些重要信息的决策表的知识获取.该文引入了变粗糙集模型和β上、下分布约简和分布约简(μ约简)的概念,并讨论了它们之间的关系;通过对约简的进一步研究,得到可辩识矩阵及其特性;在此基础上提供了利用属性序关系的约简算法,并通过含有噪声的实例验证了此方法的可行性和有效性.     

基于模糊粗糙集的多属性网上拍卖决策

电子商务的发展给了拍卖以勃勃生机,网上拍卖迅速成为一种非常活跃的商务模式。目前网上拍卖绝大多数只有一个价格属性。本文提出一种新的拍卖模型——多属性网上拍卖,其最核心的问题是如何决定胜出者,提出了一种模糊粗糙集的方法解决多属性决策问题。     

基于粗糙集-BP神经网络的浮选槽液位预测

针对反浮选过程中浮选槽液位指标难以建立精确的数学模型、常规检测方法不能有效控制问题,提出一种将粗糙集与BP神经网络理论相结合方法[1],建立反浮选液位软测量模型.从浮选过程积累的数据中获取过程知识,通过粗糙集属性约简对训练样本数据进行处理,根据结果确定BP网络的输入、输出、隐层神经元数,从得到的优化设定自动更新浮选槽液位控制回路的设定值,避免了人工控制的不稳定性和不精确性.此方法应用于某浮选厂,满足了液位预测要求的精度,在液位控制、经济指标提高及浮选过程稳定等方面取得了明显的效果.     

一种基于粗糙集的知识约简方法

最佳知识约简问题是信息系统与知识发现中面临的一个重要问题．提出了基于粗糙集的理论对信息系统生成的差别矩阵进行约简的方法．该方法先对连接差别矩阵进行一致化处理，然后再将差别矩阵进行约简，最后在约简后的矩阵中作最佳知识约简．     

属性约简在数据挖掘中的应用

讨论了属性约简在数据挖掘中的应用,并通过应用实例证实了其有效性.