粗糙粒计算在逆系统方法中的应用研究-模式识别与智能系统专业论文.docxVIP

南 京 邮 电 大 学 硕士学位论文摘要 学科、专业 ： 模式识别与智能系统 研 究 方 向： 数据挖掘与智能计算 作 者： 戴 文 鑫 指 导 教 师： 张 腾 飞 题 目： 粗糙粒计算在逆系统方法中的应用研究 英 文 题 目： Application of rough granular computing in inverse system method 主 题 词： 粒计算；粗糙集；逆系统；属性约简;神经网络 Keywords： Granular computing; Rough set theory; Inverse system; Attribute reduction I I 南京邮电大学硕士研究生学位论文 摘 要 摘 要 逆系统方法已在一般形式的非线性系统上建立起比较完整的设计理论，然而该方法往往 要求被控非线性系统的数学模型精确已知，而实际工程应用中的非线性特性常常难以确切描 述，即使建立起非线性系统的数学模型，利用这些复杂的模型又极难求出逆模型的解析解。 本文首先综述了粗糙集理论及粒计算理论在国内外的研究现状，探讨了粗糙集理论的相 关概念、工作步骤和关键技术。然后提出了基于等价关系的高效属性约简算法：将粒计算和 粗糙集理论相结合，提出在粒表示下以属性相似度作为启发信息的属性约简算法。分析表明 该算法时间复杂度较小，实验证明该算法不仅能有效地对决策表进行约简，且效率高。 利用粒计算理论对不确定，不完备数据进行智能分析处理的优点。通过提取系统输入与 输出的观测数据，将数据表示成决策表的形式，对决策表进行连续属性粒化，属性约简等处 理，提取最优映射规则。用决策规则集的形式来逼近逆系统函数，体现非线性系统的逆映射 关系，提出基于粒计算规则的逆系统模型。同时为了补偿规则的完备性，利用神经网络良好 的外推特性和泛化能力，结合径向基函数的输出特性，建立基于粒计算-神经网络的逆系统模 型，并详细介绍了建模过程，仿真结果证明了模型的有效性。 关键字： 粒计算 ；粗糙集 ；逆系统 ；知识约简 ；神经网络 南京邮电大学硕士研究生学位论文Ab 南京邮电大学硕士研究生学位论文 Abstract II II Abstract In recent years, the relatively integrated design theory of inverse system method has been constructed for the general nonlinear system. However, as is known to all, this method is based on an accurate mathematical model of the controlled system. In many practical cases, however, the accurate mathematical description of the system is almost unknown. Even if the original systems model is completely known in advance, the nonlinearities and complex coupling relationships contained in the model still make it quite hard to deduce the inversion. Firstly, the research actualities at home and abroad of rough set theory, granular computing and inverse model are summed up in the paper, whose relevant concepts, working processes and pivotal technologies are discussed. Moreover a rapid attribute reduction algorithms is proposed based on equivalence relation: Firstly, combining with granular computing and rough set theory, a heuristic algorithm based on knowledge granularity for attribute re