[发明专利]基于混合整数线性规划的粗糙集模型建立方法和装置有效

专利信息
申请号: 201710407532.0 申请日: 2017-06-02
公开(公告)号: CN107239660B 公开(公告)日: 2020-08-11
发明(设计)人: 常文兵;雷景淞;高春雨;周晟瀚 申请(专利权)人: 北京航空航天大学
主分类号: G06F30/20 分类号: G06F30/20;G06K9/62
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 邓超
地址: 100083*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 混合 整数 线性规划 粗糙 模型 建立 方法 装置
【权利要求书】:

1.一种基于混合整数线性规划的粗糙集模型建立方法,其特征在于,包括:

获取原始数据,所述原始数据包括柴油机的装配间隙参数数据和质量等级数据;

根据所述原始数据的条件属性和决策属性,确定计算原始数据中既属于条件属性近似等价类又属于决策属性近似等价类的目标近似等价类中的样本数目所需使用的目标函数和性能参数的约束条件,得到基于混合整数线性规划的粗糙集模型,所述目标函数至少包含表征模型条件属性及决策属性的性能参数,所述模型条件属性的性能参数为所述柴油机的装配间隙参数,所述决策属性的性能参数为所述柴油机的质量等级,所述原始数据用于指示该模型中所述性能参数的取值;

将待评价柴油机的装配间隙参数数据输入到所述基于混合整数线性规划的粗糙集模型中,得到所述待评价柴油机的质量等级。

2.如权利要求1所述的方法,其特征在于,所述计算原始数据中既属于条件属性近似等价类又属于决策属性近似等价类的目标近似等价类中的样本数目的目标函数至少基于条件属性近似等价类集合和决策属性近似等价类集合进行计算,其中,所述条件属性近似等价类至少采用表征模型条件属性的性能参数进行计算,所述条件属性近似等价类集合包括至少一个条件属性近似等价类,所述决策属性近似等价类至少采用表征模型决策属性的性能参数进行计算,所述决策属性近似等价类集合包括至少一个决策属性近似等价类。

3.如权利要求1所述的方法,其特征在于,所述确定所述性能参数的约束条件,包括:

确定表征模型条件属性的性能参数所满足的平衡条件;或者,

确定表征模型决策属性的性能参数所满足的平衡条件;或者,

确定表征模型条件属性和决策属性的性能参数所满足的平衡条件。

4.如权利要求3所述的方法,其特征在于,所述确定表征模型条件属性的性能参数所满足的平衡条件,包括:

M*ssijc≥αc-|Xci-Xcj|,i∈I,j∈I,c∈C

M*(1-ssijc)≥|Xci-Xcj|-αc,i∈I,j∈I,c∈C

ω_cij≤ssijc+(1-slc),i∈I,j∈I,c∈C

ssijc≥1-slc,i∈I,j∈I,c∈C

其中,i、j分别为属于同一条件属性c的论域中两样本,i、j为自然数,即,条件属性c为柴油机的装配间隙参数;

Xci为条件属性c中第i个样本的取值;

Xcj为条件属性c中第j个样本的取值;

C为条件属性集;

c为条件属性集中的任意一个属性;

M为任意大数;

αc为条件属性集的相似度阈值;

ssijc的取值为0或1,对于论域I中的任意两个样本点i和j,以及条件属性集中的任意属性c,若ssijc=1,则样本点i和j在属性c上的取值满足对应的相似度阈值αc,否则为0;

ω_cij取值为0或1,对于论域I中任意两个样本点i和j,若ω_cij=1,则i和j可以在同一个由条件属性划分的近似等价类中,反之,i和j无法被划分到同一个条件属性划分的近似等价类中;

slc取值为0或1,对于条件属性集中的条件属性c,若slc=1,则该属性c被选择为新的条件属性集参与对论域的划分,否则该条件属性c选择与否对决策规则的建立影响很小,从条件属性集中被剔除。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710407532.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top