摘要：本文旨在梳理粒度模糊规则模型中的主要研究及构建方法,并且进行系统分析与总结。粒计算是一种能模拟人类思维方式和求解复杂问题的新兴理论体系,以此为基础的粒度模型为复杂非线性系统的描述和问题求解探索了新的方向。粒度模糊规则模型将信息粒融入现有的模糊规则建模方法中,进行粒度级别的系统建模,以实现更高层次的数据分析与推理。本文简要介绍模糊聚类和模糊规则模型的基础知识;归纳了信息粒的构建方法,并讨论了相应的评估方法;总结了典型的粒度模糊规则模型的设计架构和优化方法。

摘要：感知机是模式识别领域的二分类判别模型,具有简单、线性和运算效率高的优点,也是众多分类器的基础。然而,感知机无法表达复杂的非线性映射,难以处理非线性可分数据。针对感知机的固有缺陷,结合粒计算特性,本文提出了一种新型的感知机分类模型——粒感知机。通过粒计算理论,样本在单特征上的粒化形成粒子,多特征上的粒化构造成粒向量;进一步定义粒感知机模型,设计粒感知机策略,提出粒感知机学习算法。为了求解粒感知机的优化解,证明了粒感知机损失函数的导数形式,设计了梯度下降算法,并从收敛速度、非线性能力与分类精度多方面进行了实验比较,结果表明所提出的粒感知机模型具有收敛速度快与非线性处理数据的能力。

摘要：随着图书馆文献数量越来越多,其大数据化的趋势越来越明显,与此同时,读者“精准”获取所需文献内容或信息的难度加大,这是图书馆文献或信息检索服务面临的挑战。以超级基因、粒计算和DNA计算理论为基础,提出了一种文本文献知识颗粒化的新方法,其中包括:文本颗粒化定义,字符串寻址、抽取和组装定义,基因变异算子,摘要生成方法设计。实证包括3篇知网论文、3段书籍章节和3篇百度新闻的摘要生成,实验证明该方法可行。比较发现,有别于图书馆文献检索整体下载服务和知识元检索服务,该方法为图书馆提供了一种新的文献检索服务模式,其研究具有一定的学术参考价值和实际应用价值。

摘要：企业财务指标种类繁多,指标之间相关性强,具有不确定性。针对多维、冗余及不确定性的财务指标,本文提出基于邻域粒化与鱼群算法的财务困境预警指标选择方法。首先,采用邻域粒计算理论构建邻域粒子及财务指标约简模型。其次,从信息熵的角度构造不确定性度量工具,并融合鱼群算法,设计财务困境预警指标选择算法,筛选出预警性强的关键财务指标。采用SVM分类器对选择的关键预警指标组进行分类实验。研究表明,鱼群算法获取的财务困境预警指标组具有较低的冗余度及较好的财务困境预警性能。

摘要：针对产品设计约束具有层次性、分布性及动态性的特点,用分布式约束满足问题模型难以进行产品设计冲突消解的问题。将产品设计转化为商空间粒度世界,建立了分层递阶粒计算产品设计冲突消解模型。对产品设计问题进行粒化和划分,通过商映射和粒度合成实现不同层次之间以及不同设计领域之间的映射和回溯,采用分层次、逐步细化的粒计算方法进行冲突消解。这种由粗到细、层层深入、逐层求解的粒计算消解方法简化了分布式动态约束满足问题,降低了问题求解的计算复杂性,具有系统性、整体性和层次性特点。

摘要：针对企业工艺设计数据的继承性和重用性问题,提出一种基于粒计算和序列比对的典型工艺路线发现方法。首先采用生物信息学领域的序列比对技术,从整个工序序列的范围比较两条工艺路线,建立其最佳比对,并综合考虑正确匹配的工序数、连续正确匹配工序数和连续空位数来计算其相似度,构建工艺路线的模糊相似矩阵;然后依据粒计算理论模型之一的模糊商空间理论,创建具有分层递阶结构的工艺路线商空间族,通过聚类有效性评价,确定最优工艺信息粒层群;最终从构成不同粒层的工艺信息粒中,根据工艺路线两两最佳比对结果,选取完全一致的工序集作为典型工艺路线。通过应用实例验证了方法的可行性和有效性。

摘要：交通流参数预测是交通流诱导和交通信息发布的重要依据.以信息颗粒为基础数据分析单元,针对以往模糊时间序列模型存在的缺陷,提出一种新方法构建模糊时间序列模型,该方法在挖掘数据内在信息关联的基础上,考虑时间变量影响下分析动态可变的区域间隔长度.此方法主要特点是基于Gath-Geva模糊聚类的时间序列分割,利用模糊分割构造信息颗粒,以信息颗粒为数据单元,通过粒计算分析交通流参数动态变化趋势.实验结果表明,基于粒计算的交通流参数预测可以预测合理的交通流参数置信区间,比传统的参数数值预测可靠度更高,对于交通状态的动态分析具有指导意义.

摘要：逻辑优化是数字逻辑电路分析与设计的关键,对于降低系统复杂性,减少系统功耗和提高系统安全性有重要作用。随着数字逻辑电路规模的不断扩大,传统的理论将面临新的挑战。从知识工程角度看,逻辑优化的本质是知识约简的过程。粒计算(granular computing,Gr C)是处理大规模、复杂问题的人工智能新方法。在简述现有逻辑优化算法和粒计算理论发展现状的基础上,研究了粒计算理论中的等价关系、相容关系、覆盖等知识模型以及用粒矩阵刻画的知识发现算法,指出了将其应用于大规模数字逻辑电路逻辑优化的研究方向与研究思路。

摘要：长期风速预测是许多领域的重要研究课题,包括电力市场结构调整、能源管理和风电场优化设计。然而,仅靠精确的数值不足以完全描述长期风速预测的变化趋势。相反,区间变化和语义可以提供更全面的长期风速预测信息。针对数值预测风速变化的弊端,提出一个混合预测模型,该模型结合了模糊认知图和粒计算进行预测。具体为先运用粒计算对数据颗粒化,然后使用模糊认知图对处理后的数据进行预测。通过与BP神经网络对比,仿真实验表明所提算法在预测区间值和语义上表现出更好的性能。这项研究强调了将区间变化和语义表达纳入长期风速预测的重要性,所提出的模型可以作为风能行业相关者的决策工具。

摘要：粒的表示、粒之间的关系和运算是粒计算的主要研究内容.利用向量表示超盒粒,分析向量之间的偏序关系和超盒粒之间的偏序关系的不一致性,并引入保序函数消除该不一致性.利用格和其对偶格之间的非线性正评价函数和保序函数构造超盒粒之间模糊包含关系.为得到不同粒度的粒,设计超盒粒之间的合并算子和分解算子,证明由超盒粒集、超盒粒之间的模糊包含关系、合并算子、分解算子构成的代数系统是模糊格,构造基于模糊格的超盒粒计算分类器.用机器学习数据集中的分类问题,验证该分类器具有和模糊格推理分类器相同的推广能力并减少超盒粒的数量.