粗集-遗传支持向量机模型在供应链绩效评价中的应用

将粗集-遗传支持向量机模型运用到供应链绩效评价中,首先利用粗集理论剔除影响供应链绩效评价的冗余因素,获得核心影响因素,再采用支持向量机对于提取得到的核心影响因素预测供应链绩效所处的级别。在支持向量机分类过程中,利用遗传算法对支持向量机算法的参数进行寻优,获得最佳参数模型,而后预测得到供应链绩效评价级别。最后,实例运用此模型进行了预测,并与只运用粗集-支持向量机进行预测的结果进行对比。结果表明,利用粗集-遗传支持向量机方法对供应链绩效评价级别的预测准确率更高,预测结果更符合实际,是一种科学可行的方法。     

基于粗集理论的属性值约简算法研究

粗集理论的属性值约简算法是一个NP-hard问题,已有的一般属性值约简算法时间复杂性和空间复杂性都很高.在阐述了粗集理论的基本概念后,提出了基于相似矩阵的属性值约简算法, 从分析属性值约简的本质出发,来证明该算法的有效性.实例证明,采用相似矩阵属性值约简算法后,属性值约简的效率得到明显的提高,它是一种非常有效的算法.     

质量评估的粗挖掘模型的研究

针对目前的质量评估的挖掘模型和算法不能保证得到决策表的最佳约简集,影响了后续挖掘的效率.利用粗糙集提出质量评估的粗挖掘模型,该模型的算法不仅能计算决策表的最佳约简集,而且能简化最佳约简集的生成,减少计算机的大量运算,有效地促进粗挖掘的实施.并以教学质量评估为例,验证了该算法的可行性、有效性.     

城市燃气管网的风险识别

鉴于风险识别的方法大多以定性为主而缺乏客观评价的状况,提出了一种基于故障树分析和粗集理论的风险识别方法。利用故障树分析可以全面系统地找出影响燃气管道安全的各种因素,借助粗集理论中的属性约简算法对这些因素进行属性约简,最终识别出影响城市燃气管网的风险因素,可以为风险分析评价提供必要的依据。     

基于粗集-遗传支持向量机的旅游企业员工绩效评价

利用相关绩效评价理论建立影响旅游企业员工绩效评价的指标体系,通过粗集理论对这些指标进行约简,获得核心指标。然后,利用支持向量机对核心指标进行建模,得到旅游企业员工绩效评价模型,并将其运用到实际评价当中。实证结果表明,该模型评价识别率很高,有较强的分类能力。从旅游企业员工绩效评价结果来看,粗集及遗传算法的引入不仅能够提高评价效率,而且能够提高评价精度,与实际旅游企业员工绩效情况基本一致,从而为后续的优异评价结果提供良好的理论基础。     

基于邻域粗糙集的支持向量机在污水处理故障诊断中的应用

提出了利用基于邻域粗糙集的支持向量机算法实现污水处理过程中出现故障的自动诊断.首先,对污水处理厂收集的监控数据进行预处理;其次,利用邻域粗糙集模型中对象邻域的上、下近似,寻找2种类别的交界部分,从而减小问题规模;然后,通过对交界部分样本进行混淆度分析,剔除异常样本或噪声数据;同时对样本集进行属性约简与加权处理;最后,在约简集上进行支持向量机的训练与测试.将试验结果与传统支持向量机方法的结果进行比较,表明该方法不仅提高了故障诊断的效率,而且降低了问题的复杂程度,同时还保持了较好的推广性能.     

基于粗集的支持向量机在故障诊断中的应用

根据支持向量机分类的基本原理,通过应用粗集理论方法对样本数据进行了预处理,去除冗余特征,提高了支持向量机分类效率.通过对涡轮机故障诊断,认为该方法可以提高故障诊断精度和诊断效率.     

粗糙集和决策树方法在土壤评价中的应用研究

应用粗糙集与决策树相结合的数据挖掘方法评价吉林省某地的土壤地力等级.研究数据共有161条记录,16个属性,使用粗糙集对土壤属性进行约简,去除了5个土壤冗余属性,得到属性约简集;使用决策树方法对土壤数据建立决策树模型,得到了土壤评价的决策树模型,并提取了分类规则.实验表明:将粗糙理论与决策树相结合的数据挖掘方法能去除冗余属性,同时保留了原始数据的内部特点,相对于单-使用决策树方法,决策树规模减小,规则集较精简,提高了分类的效率.     

粗集理论在农业生产中的应用

主要提出一种基于粗集理论的属性约简算法,并将其应用在农业生产中。通过具体实例,证明该算法的正确性和有效性。该算法在农业生产中具有一定的实用价值。     

粗糙集和决策树方法在土壤评价中的应用研究

应用粗糙集与决策树相结合的数据挖掘方法评价吉林省某地的土壤地力等级。研究数据共有161条记录,16个属性,使用粗糙集对土壤属性进行约简,去除了5个土壤冗余属陛,得到属性约简集;使用决策树方法对土壤数据建立决策树模型,得到了土壤评价的决策树模型,并提取了分类规则。实验表明：将粗糙理论与决策树相结合的数据挖掘方法能去除冗余属陛,同时保留了原始数据的内部特点,相对于单一使用决策树方法,决策树规模减小,规则集较精简,提高了分类的效率。     

基于粗糙集和群决策特征根法的区域水资源可再生性评价

【目的】基于水资源可再生的特点,将粗糙集理论引入到水资源可再生性评价中,建立区域水资源可再生性评价的准确方法。【方法】针对水资源系统信息的不确定性和不一致性以及水资源中经常遇到的群决策问题,将粗糙集理论和群决策特征根法相结合应用于水资源评价,即将粗糙集作为数据的预处理工具,先构造决策表,再用粗糙集进行属性约简,对约简后的指标集用多属性群决策的定量评价方法进行了评价。【结果】实例计算表明,因粗糙集能较好地处理不确定、不完备、不一致信息,故能得到更为准确、详细的评价结果。【结论】将粗糙集和群决策特征根法相结合用于水资源可再生性评价是可行的。     

基于无线传感网的土壤水分实时监测系统的设计

根据农田环境信息采集和作物节水灌溉决策的需求,设计了农田基于无线传感网的土壤水分实时监测系统。该系统基于ZigBee无线通信协议设计,克服了有线传感器网络的局限性,避免了其他无线通信技术的高功耗的缺点,节点成本低、网络容量大、生存周期长,其采集的数据可为作物节水灌溉提供实时决策依据。分析了系统的总体设计框架、传感器节点的硬件结构、应用软件主要模块功能。系统的设计为精准农业中的节水灌溉决策研究提供了有效工具。     

广东省土壤重金属污染监测预警系统的设计

针对日益严重的土壤重金属污染问题,必须采用快速高效的办法进行现状分析和预警预报,本文综合应用数据库、统计软件SAS9.0、计算机网络和土壤重金属污染研究方法,设计了广东省土壤重金属污染监测预警系统。该系统具备数据管理、查询、分析、预警预报、制图制表等功能,系统的建立为广东省土地使用、防治土壤重金属污染提供高效、科学的信息支持,从而有助于提高相关部门治理土壤重金属污染的决策水平。     

基于粗糙集理论的海外并购对象选取分析

应用粗糙集理论,在确定海外并购对象属性的前提下建立了二维决策表,依据粗糙集理论的应用流程,进行了数字化预处理,并借助粗糙集的约减,重点进行了属性和属性值的化简,同时,利用数据分析法有效地剔除了决策表中的冗余,以提取有用的知识辅助决策。运用粗糙集理论进行海外并购对象的筛选,能够给决策者提供知识支持,从而使隐藏在数字背后的信息得以呈现,为决策提供有力的依据,有助于提高并购对象选取的准确性。     

基于粗糙集的农业决策支持系统研究

首先,基于粗糙集理论提出了农业决策支持系统的实施方案,从而利用粗糙集理论对决策表进行化简,为决策支持系统提供辅助决策所用的规则表。其次,根据决策支持系统的知识获取任务,建立了一种基于粗糙集理论的决策支持系统模型,实现粗糙集理论在农业决策支持系统中的应用。最后,将获取的规则用于农业病虫害的诊断中,利用属性重要度计算方法,对诊断的可信度进行计算。通过对实例运行结果的分析,验证了粗糙集理论与农业决策支持系统相结合方案的可行性。     

模糊动态聚类分析在农业经济分类系统中的应用

利用模糊数学中的动态聚类分析方法,以黑龙江省为例对农业经济类型划分进行了分析,克服了传统方法的不确定性,实现了农业生产决策的自动化。     

中外智慧管网发展现状与对策方案

智慧管网具有全面感知、自动预判、自适应、自反馈、自学习等特征优势,近年来得到迅速发展,国内外智慧管网的侧重点有所不同,国外侧重于使用现代模型方法升级传统技术方法,而国内侧重于智慧系统的规划和整体设计。目前中国智慧管网建设仍处于起步阶段,在数字孪生体构建、传感技术、精准检测和评价、决策支持、模型构建、信息共享、大数据深度挖掘等方面缺乏系统性、规划性、科学性,基础模型和智能决策不足。阐述了智慧管网在国家管网多条管道上的开发与应用,逐步实现了设计、施工、运行等多环节覆盖。针对存在的问题,提出了解决方案:管网智能巡护,智慧管网的人工智能,视频实时监控智能识别,管道智能化应急防范,构建基于多源数据的智能化管理平台,灾害一体化智能监测与预警,管道完整性大数据融合、建模、决策支持等。建议进一步采用物联网、云平台、区块链等技术,研究建立管道全生命周期数据标准,构建管道全生命周期数据库,开展智能管网平台设计,包括管道全生命周期资产管控、运行控制、决策支持,最终形成基于多源数据融合的智能一体化管理平台。     

水库防洪实时调度决策模糊推理神经网络模型与应用

水库防洪实时调度决策方法是研究水库调度问题的主要内容。针对传统方法研究不系统、不全面、不能综合利用所有信息、不具有学习功能等缺点,提出水库防洪实时调度决策模糊推理神经网络模型,它在一定程度上较好地解决了这个问题。计算实例大伙房水库75704次、85804次洪水调度取得了比较理想的效果。     

粗糙集理论在土壤肥力评价指标权重确定中的应用

【目的】土壤肥力是土壤诸多基本特性的综合反映,科学、合理、实用地评价土地肥力将为指导农业生产、土地利用规划和管理提供理论依据。其评价过程是一个无决策属性的多属性决策过程,而解决多属性决策问题的重要前提是各属性权重分配问题。【方法】确定指标权重的方法主要有主观赋权法和客观赋权法,然而,主观赋权法往往需要大量的先验知识,评价结果有一定的主观随意性,而且较少考虑评价指标之间的依赖关系;客观赋权法没有充分考虑到各参评因素对评价的重要度不同,统计数据有相关性也并不意味着两个事件具有因果联系。综合考虑主、客观赋权法各自的优缺点,利用粗糙集理论中知识约简和相对正域理论在消除冗余信息和处理不确定性信息等方面的优势,探究土壤肥力评价过程中一种主观和客观相结合的权重确定方法,并利用作物产量对评价结果进行验证。【结果】粗糙集理论在土壤肥力评价中的具体赋权思路包括：数据的离散化、土壤肥力综合等级的初步确定、属性值约简、等价类划分、属性重要度的计算和指标权重计算等步骤。以北京大兴区农田土壤样点的肥力评价对上述赋权思路进行实例分析,对比传统特尔斐法和粗糙集理论赋权结果发现,特尔斐法确定的土壤有机质、全氮、有效磷和速效钾等指标的权重分别为0.300、0.250、0.250和0.200,利用其评价得到的土壤综合肥力指数（IFI）与产量显著线性相关,R2为0.77,均方根误差（RMSE）为1.25;而粗糙集理论确定的土壤有机质、全氮、有效磷和速效钾等指标的权重依次为0.455、0.111、0.111和0.333,利用其评价得到的IFI与产量也显著线性相关,R2达0.83,RMSE为1.09,精度均较特尔斐法有了提高,其中RMSE相对精度提高值达12.80%。【结论】粗糙集理论在土壤肥力评价中的具体赋权思路基本是可行的,且相对于特尔斐法其确定出各指标权重更为合理、准确,可为土壤肥力评价及相关领域的评价提供一个有益的思路。