基于粗糙集属性约简的模糊模式识别

通过运用粗糙集归约理论对资料进行浓缩和筛选，略去不必要的属性，简化数据。用模糊模式识别确定对象应当归属的模式，给出其对于各个模式的相对隶属度，从而达到分类目的。经实例计算，得到了较好的结果。     

基于严格划分的信息系统属性约简的完备算法

在信息系统的属性约简过程中,引入了划分量和属性严格划分的概念.研究了它们的特点与性质,证明了在信息系统的属性严格划分过程中,划分量是严格递增的.给出了一种基于严格划分的属性约简的完备算法,算法的时间复杂度为O(|A|2|U|log|U|),理论分析和例子表明该约简算法是有效的.     

决策系统的快速属性约简算法

针对决策系统提出了一种高效的属性约简算法;讨论了合理刻画属性重要性的新指标,并设计了一种快速计算划分的方法;在此基础上,得到了一种快速计算属性约简的算法。与现有算法相比,该算法具有较大的灵活性,能从搜索空间中逐次删除不重要属性,避免了对其重要性的重复计算;并且时间复杂度低。通过实例和实验表明了该算法的可行性与有效性。     

基于决策强度的一种属性约简算法

属性约简是粗糙集理论研究的主要内容之一,目的在于获取优良的规则集合.利用数据挖掘中规则的支持度和置信度的概念,提出了决策表的决策强度的概念, 分析了在属性约简过程中,决策强度的变化趋势;然后给出一种基于决策强度的属性约简的启发式算法, 该算法的时间复杂度为O(|C|2| U|log|U|);最后用一个例子,说明算法的有效性.     

基于量子粒子群的神经网络集成股市预测模型研究

利用量子粒子群改进神经网络集成个体的网络结构和连接权值,利用主成分分析法提高集成个体差异度,形成一组优良的神经网络集成个体,利用支持向量机回归集成生成输出结论,求出非线性时序函数的全局最优解,随即建立一个基于量子粒子群的神经网络集成股市预测模型.试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好.     

变尺度混沌量子粒子群算法

利用混沌算子的遍历性,结合量子粒子群的快速收敛性,提出了变尺度混沌量子粒子群算法(CQPSO)。针对标准粒子群容易陷入局部最优的缺陷,CQPSO能快速收敛到最优解。对标准测试函数的测试结果表明:该算法在收敛速度和收敛精度上都得到了大幅度的提高。     

二进制量子粒子群优化算法及其在化工过程故障诊断中的应用

针对实际化工生产过程中故障数据缺乏,采用适合小样本问题的支持向量机(SVM)对化工过程稳态故障进行诊断。为了保证在线故障诊断的实时性,消除高维监控数据以及系统噪声对故障诊断的干扰,提出了一种新的基于二进制量子粒子群优化(BQPSO)算法和SVM的故障特征选择方法。仿真实验表明:BQPSO算法具有良好的全局搜索能力,能够快速、准确地搜索到故障特征变量;而基于特征选择的SVM故障诊断方法能可靠地实现对复杂化工过程的在线故障诊断。     

上市公司绩效评价指标体系确定的属性约简方法

以我国上市公司为研究对象,选取了深圳和上海证券交易所上市的全部A股(金融类企业除外)作为样本,应用粗糙集的属性约简原理,经过筛选后得到了23个比率指标,并确定出了各自的重要性。希望能为研究上市公司绩效评价体系提出一种更为客观的评价基础。     

三群协同粒子群优化算法

针对基本粒子群优化算法易陷入局部极值点、搜索精度低等缺点,提出了一种三群协同粒子群优化算法(TSC-PSO)。搜索时,如果全局极值连续若干代没有改善,粒子未找到全局最优点,就任选某个优群,将其群内粒子和差群粒子交换。仿真结果显示,对一些经典多峰值函数、非凸病态函数,TSC-PSO增强了全局搜索能力,具有比基本PSO更好的优化性能。     

量子粒子群算法在配电网恢复重构中的应用

分布式电源的大量接入使得原有配电网恢复重构方法无法用于复杂规模化的配电网。针对此问题,提出一种基于改进量子粒子群算法的配电网恢复重构方法。以最小有功网损和最小电压偏差为目标函数,构造配电网恢复重构模型;为了降低配电网的复杂度,提升算法计算效率,将配电网进行分区简化;将IEEE 33配电网作为算例进行仿真测试,结果表明该方法能实现对包含多类型DG配网的恢复重构,在恢复非故障区域供电的同时有效地降低网损,改善节点电压分布,提高配电网的供电可靠性与运行经济性。     

免疫接种粒子群的聚类算法

将粒子群优化算法和K均值算法结合进行聚类分析,同时引入了免疫系统中的免疫接种和免疫选择机制来指导粒子的迭代过程,提出了一种基于免疫接种粒子群的聚类算法,在粒子群迭代的过程中加入免疫接种机制指导粒子的飞行方向,再通过免疫选择机制对接种的结果进行选择,确保粒子种群向更优的方向移动。实验结果证明,基于免疫接种粒子群的聚类算法基本克服了K均值算法容易受初始聚类中心影响的缺点,聚类结果稳定,而且比基于粒子群优化的聚类算法取得了更好的聚类效果。     

基于粗糙集约简的食品冷链物流系统协同模型研究

本文综合考虑了食品冷链物流及物流协同理论,建立了食品冷链物流系统的协同模型,运用序参量对协同模型进行分析,并创造性的利用基于信息熵的粗糙集约简方法定量求解序参量,通过实证分析验证了模型的有效性及实用性。     

基于遗传粒子群算法的堆垛机作业路径优化

通过查慎行对《瀛奎律髓》中陆游诗歌的评点可以看出，他在章法、用典、字法、句法、对仗等方面对陆游诗歌多有称赏，对陆游学古不化及艺术上的瑕疵亦多有批评，总体上体现出较为客观的批评态度。在查慎行的诗学理论体系中，陆游的地位经历了一个由高到低的过程。查慎行对自己青年时期偶像的批评与颠覆，体现出其晚年诗学理论的转变与成熟。     

基于可变精度的加权粗糙集模型在约简中的研究

首先对粗糙集的定义进行了描述,在可变精度的基础上提出了加权粗糙集模型。重新定义了近似空间内的一些概念,给出了加权粗糙集模型的约简概念,指出了加权系数的两种方法。并根据实验分析,得出加权粗糙集模型约简中分类错误增大,约简长度越短,约简所花时间越长等特性。     

集值决策信息系统属性约简的启发式算法

在集值决策信息系统中,通过引入信息量和条件信息量,对属性的重要性进行了定义.给出了分配约简（广义决策约简）的一种启发式算法：条件信息量约简算法,分析了该算法的时间复杂度,时间复杂度为O（｜A｜3｜U｜2）;最后通过例子说明,该算法能得到集值决策信息系统的一个约简.     

改进的决策矩阵及其属性约简方法

研究了基于决策矩阵的决策表属性约简的方法,用反例指出文献[3]中的两处错误:核的计算方法是错误的,而且属性约简算法不完备.然后给出一个改进的决策矩阵和属性约简方法,例子分析表明,改进后的方法是有效的和完备的.     

集值决策信息系统属性约简与规则提取的矩阵算法

在集值决策信息系统中引入了优势矩阵和决策矩阵的概念,进一步建立了集值决策信息系统广义决策约简与规则提取的矩阵算法.算法利用矩阵间的比较提取所有决策规则,并同时得到所有广义决策约简.通过实例分析验证了该算法的有效性,说明了其优点是对数据复杂的决策信息系统也可相对容易地求出所有的广义决策约简与决策规则.     

拉伸技术粒子群优化算法的多用户检测器

粒子群优化算法是一类新型进化算法,为提高粒子群优化算法对复杂问题全局最优解的探测能力,该文引入一种基于拉伸技术的粒子群优化算法,把它应用到CDMA通信系统中抗干扰关键技术——多用户检测中,提出了基于拉伸粒子群算法的多用户检测器。仿真结果表明,该检测器在误码率性能、抗远近效应和增加系统容量方面的性能较之其他的检测器均有明显的提高。