基于模糊粗糙集的实例库维护策略研究

基于模糊粗糙集的实例库维护策略研究

ID:45580102

大小:58.61 KB

页数:7页

时间:2019-11-15

基于模糊粗糙集的实例库维护策略研究_第1页
基于模糊粗糙集的实例库维护策略研究_第2页
基于模糊粗糙集的实例库维护策略研究_第3页
基于模糊粗糙集的实例库维护策略研究_第4页
基于模糊粗糙集的实例库维护策略研究_第5页
资源描述:

《基于模糊粗糙集的实例库维护策略研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于模糊粗糙集的机械产品设计实例库维护方法研究郭宇王珂曝文和南京航空航天大学,南京,210016摘要:实例库维护是基于实例的推理方法中的一项核心工作,H前国内外关于实例库维护方法的研究还存在一些不足。针对机械产品设计实例的特点,提出了一种基于模糊粗糙集理论的实例库维护方法,给岀了实例库维护系统的具体流程,定义了实例权重计算、实例库族集划分、实例属性约简、以及实例库简化的算法和具体实现方法,最后通过实例验证了该方法的有效性。关键词:模糊粗糙集,基于实例的推理,实例库维护,实例约简中图分类号:TP18AStudyonCaseBaseMaintenanceBasedonFuzzyrough

2、setsTheoryformechanicalproductdesignGuoYu.WangKe,LiaoWenheNanjingUniversityofAeronauticsandAstronautics,Nanjing,21(X)16Abstract:thecasebasemaintenanceisthecoreofCBR,therearestillsomeshortages・aimtothefeatureofmechanicalproductdesign,acasebasemaintenancemethodbasedonfuzzy-roughsetisputforward,an

3、dasystemflowofcasebasemaintenanceisgiven・thealgorithmandrealizationmethodaboutcaseweightcalculation,casebasefamilypartition,casefeaturereductionandcasebasesimplificationaredefined・Finally,themethodisverifiedbyatypicalexample・Keywords:Fuzzy-roughset;Case-basedreasoning;Casebasemaintenance;Casere

4、duction0引言基于实例的推理方法(CBR,Case-BasedReasoning)对于提升设计知识的重用度方血具有显著的效杲。随着设计活动的增加和系统的不断学习,实例的数量会人量增加,一方血,大量的实例会为后续设计提供更多的参考解决方案;另一方面,如果没有有效的实例维护手段,实例库中必然会存在知识兀余或无效知识,降低CBR求解的效率,即文献[1]提出的“沼泽问题”。因此,通过有效的实例库维护策略,捉高实例库中有效实例的比例,减少实例冗余,以及实现基于实例的知识挖掘,对于基于实例的推理方法來说具有重要的意义。国内外对CBR技术中的实例维护方法进行了大量的研究,具有代表性的有Min

5、tonS等提出的基于贡献度的实例维护策略3】,PortinaleL等人提汕的失效驱动和渐忘机制的实例删除策略⑸,此外,倪志伟等将数据挖掘技术应川于实例库维护屮的实例删除策略⑹,李峰等采川神经网络方法进行实例维护等⑺。然而,以上研究在实际应用中还存在一些不足,首先,以上方法在参数设置上大多是通过人工介入实现,使得实例库的维护受维护人员经验影响较人,此外,人量的实例使得人工维护的成木和工作量急剧增加;其次,实例口身属性的不完备、不规范、不精确的特性降低了以上方法进行实例维护吋的可操作性,最后,大多停留在单个环节的问题分析中,缺乏系统性的研究和解决方案。针对以上问题,木文结合机械产品设计实

6、例的特点和维护需求,考虑到模糊粗糙集在处理不确定和不精确集合的优势,以及无需人工介入的知识划分和抽取的特点,提出一种基于模糊粗糙集的机械产品设计实例库维护方法和系统,应川效果表明,该方法基本消除了人工介入的缺陷,尤其对实例属性的约简、推理规则的抽取、核心实例的选择等方而具有显著的作用。1模糊粗糙集特点粗糙集理论是由波兰数学家Pawlak1982年提出的数学工具⑶,该理论通过对知识的约简实现对知识的分类,即删除不相关或不至要的屈性知识,将最能反映系统特征和变化规律的属性提取出来,从而使系统达到最简化的目的,并能从中发现隐禽的知识。粗糙集理论从新的角度把知识和划分联系在-•起,其最大的优

7、点在于它对不确定集合的分析方法是客观的,对知识的捉取完全由数据來决定,无需人为主管因素。在经典粗糙集理论中,信息系统中的各种屈性只能是离散的或者是符号型的,然而,在实际情况中出现在信息系统中的各属性经常是分明的或者是实值。虽然连续的属性值可以通过属性离散方法离散,但势必会丢失一些重耍信息,从而对分类结果产牛不良影响。因此,Dubois等⑷提出了模糊粗糙集和粗糙模糊集的数学模型,由于模糊集理论具有处理不精确和不确定数据的方法,因此将粗糙集打模糊集相结合形成的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。