一种基于可变支持度的缺省规则挖掘算法

Rough集方法提供了一种新的处理不精确、不完全与不相容知识的数学工具. MDRBR算法通过规则支持度进行约束,可有效提高缺省规则的挖掘效率.但MDRBR采用单一的规则支持度约束,使得当规则支持度较小时,挖掘出大量的缺省规则,而当规则支持度较大时,一些重要的小概率分布对象对应的缺省规则被过滤掉.为此,提出了一种基于可变支持度的缺省规则挖掘算法--MDRBVSM,可有效地改进MDRBR等传统算法存在的缺陷.实验结果表明,该算法可有效地过滤噪声、提高规则的挖掘效率.     

基于FNN的岩体滑坡稳定性分析

将一种直接从样本数据中提取模糊规则的模糊神经网络(FNN)方法运用到经典的边坡稳定性分析中，仿真表明该方法比以往方法更具有效性．     

管理分类规则的广义决策树

为了将传统的决策树无法管理的、由各种分类算法所发现的大量的有意义的规则进行有效的存储、剪裁和使用 ,提出了广义决策树结构。它将传统决策树的结构进行扩展 ,能够以较少的存储代价管理所发现的所有分类规则 ,且易于表达规则之间的关系。提出了有效的优化策略。以此树为基础 ,将决策树分类算法与基于关联规则的分类算法进行了概括统一 ,并提出了相应的算法。实验结果证明 ,广义决策树克服了传统决策树的缺点 ,并且适宜于维护、剪裁以及快速搜索大量的分类规则     

多维多层次挖掘关联规则在商品房交易中的应用

讨论了一种在关系数据库中挖掘关联规则的方法．该方法利用关系数据库的特点．有机地组织概念层次树技术、关联规则挖掘技术进行多维多层次挖掘关联规则．挖掘满足要求的多维关联规则、多层次关联规则、交叉层次关联规则。     

基于封闭项目关联规则集压缩方法

 关联规则挖掘能使我们发现数据库中大量项目与项目之间的相关关系,但是用传统关联规则生成方法所生成的规则一是数量庞大,二是其中包含许多具有相同意义的规则,这必然对用户理解和提取信息带来干扰.通过求封闭项目集大大消减了频繁项目集数量,再由封闭项目集构造一种新的存储机制——-近似格,基于近似格可以得到冗余度较小的关联规则,从而提供用户简洁紧凑又无信息丢失的关联规则集.     

Hilbert空间中函数和的次微分规则及应用

 给出了Hilbert空间中非光滑函数和次微分的“局部”和规则,讨论了这个和规则的应用.利用“局部和规则”,讨论并得到了一类较广的复合优化问题的最优必要条件.     

分布式数据库约束性关联规则挖掘

针对分布式数据库和约束条件的特点,提出了2种在分布式环境下挖掘约束性关联规则的有效算法,即基于Apriori算法的DMAIC算法和基于频繁模式树的DAMICFP算法.此外,进行了实例验证和测试分析,指出了这2种算法各自的优缺点及适用条件.研究结果表明:DMAIC算法可靠性高,通信协议简单,适用于对通信性能要求不高的分布式数据库;DAMICFP算法执行效率高,通信性能好,适用于对通信性能要求较高的多项目分布式数据库;这2种算法均能有效地解决分布式挖掘约束性关联规则的问题.     

利用声誉信息的机会主义行为对合作的影响

基于声誉的间接回报是合作演化的一类重要机制,其中的个体对声誉好的个体倾向合作,但自利个体利用声誉信息的机会主义是对合作的威胁。本文建立了演化博弈模型,群体中包含回报型个体和投机型个体。对一个简化模型的分析表明,当一代中交互次数较少时,投机型个体能够入侵回报型群体。对复杂情景的计算机仿真结果表明:当采用声誉对称计算方式时,群体合作水平较低;当采用声誉非对称计算方式时,群体合作水平显著提高。说明声誉非对称计算方式能够抑制机会主义促进合作。     

基于混合遗传的粗集理论在工期目标实现中的应用

提出了一种基于混合遗传算法的相对约简算法,把模拟退火融入到遗传算法中形成混合遗传算法,提高了遗传算法的优化效率,并用这种混合遗传算法寻求最小条件属性集及最小属性值约简.并把该算法引入到工程管理中,提出若干条决策规则,工程管理人员按照这种决策规则进行施工过程的管理,确保在预定时间内完成工程任务.如果对整个施工过程的每道工序都提出决策规则,就可以实现施工过程的智能化管理.     

基于Agent的市场空间结构演化

采用基于agent的计算经济学方法对市场空间结构演化进行研究.Agent对以往交易信息的利用方式对市场的空间结构演化过程和分布有重要影响.根据信息共享程度不同考虑了两种极端信息利用方式:公共信息共享,个体信息利用,及在此两种极端情况之间的有限群体信息交流,研究哪种信息共享方式有利于产生中央集中市场,哪种不能.模型中利用了学习、记忆与协作机制.结果表明,在没有中央规划,没有预设任何初始空间结构的情况下,由个体间简单局域相互作用可以产生稳定的全局空间结构.在有公共信息共享或相当程度的信息交流时,市场的空间结构会从分散到集中演化.当个体没有共同的记忆信息,仅靠个体记忆信息,将不能产生集中的市场空间结构.