This paper studies the knowledge discovery problem of information system with complex structure attribute values, and explores the knowledge discovery method with layered structure and three-dimensional structure suitable for complex structure data environment. When mining decision implication and association rules, the layered structure of attribute value data is fully considered, and the mining method of decision implication and association rules with layered structure and three-dimensional structure is proposed, and the relation between decision implication and association rules of original formal context association rules of layered formal context is discussed. The method of inducing the upper level decision implication and association rules from the lower level decision implication and association rules and the method of inducing the lower level decision implication and association rules from the upper level decision implication and association rules are given to improve the efficiency of knowledge discovery.
在利用多目标进化算法解决高维多目标优化问题时,随着目标函数个数的增加,非支配解的个数呈指数增长,使得在环境选择阶段缺少足够的选择压力,进而影响算法性能.基于分解的NSGA-Ⅲ算法是一种能够有效解决上述问题的多目标进化算法,但在该算法中采用固定的交叉概率和变异概率生成新的解,使得算法在处理一些复杂的高维多目标问题时表现较差.因此,本文提出一种基于模糊系统的改进型NSGA-Ⅲ算法,该算法利用模糊系统动态调整子代生成过程中算子的交叉概率与变异概率.对于模糊系统的设计,采用与算法密切相关的Spread值和迭代次数作为输入,利用模糊逻辑推理后输出交叉概率与变异概率.将所提算法与其他基于分解技术的算法在20个高维多目标优化问题上进行实验对比,结果表明本文算法可以有效提高收敛速度,且能很好地保持种群的多样性和收敛性.
准确的天然气负荷预测对于完善城市燃气供需系统与提高能源利用效率都大有裨益.由于燃气负荷序列受到多种不确定因素的影响,为了捕捉月度负荷的模糊性和非线性等复杂特征,本文结合模糊理论和长短时记忆神经网络(LSTM)的特性,提出了一种基于多维动态隶属度的模糊时间序列的预测新方法.首先,利用模糊C均值聚类(FCM)从原始数据中构建多维隶属度序列;其次,利用LSTM对多维隶属度序列同时进行预测,得到其动态隶属度;最后,去模糊化得到燃气负荷的预测值.应用该模型对四川成都某地区的天然气月度负荷进行了未来三个月的预测,并与经典模糊时间序列(FTS)、ARI-MA模型、BP神经网络(BPNN)、LSTM等模型进行对比.实验结果表明,新模型的MAE、RMSE以及MAPE均优于其他模型.因此,本文提出的模型可对城市燃气供给和调度提供有价值的参考.
信息系统是不确定数据的重要模型,多源信息系统可用来表示来自多个同构异源的复杂数据.本文研究了多源信息系统中的不确定性度量,基于信息粒化思想给出了四种度量工具来度量多源信息系统的不确定性.首先,通过不同的信息值类型定义了两个信息值之间的距离,从而诱导出多源信息系统中的相容类.其次,基于粒计算的思想,将这些相容类看作多源信息系统的信息颗粒.从而,通过信息颗粒引入多源信息系统中的四种不确定性度量工具,并研究其之间的联系.这些研究结果对建立信息系统的粒计算框架以及属性约简将会很有帮助.
研究了形式三角矩阵半环Tri(R,M,S)的反导子和高阶反导子.证明了形式三角矩阵半环Tri(R,M,S)的每个反导子可由半环R,S的反导子和(R,S)-双半模M中的可反元来刻画;半环Tri(R,M,S)的任一高阶反导子均可由半环R,S的高阶反导子和(R,S)-双半模M中的可反元族来刻画.
