一种基于粗糙集的模糊神经网络模型在钢材力学性能预测中的研究
【摘要】:本文提出了一种基于粗糙集理论的模糊神经网络模型用于建立钢材抗拉强度预测模型。该方法首先采取减法聚类对连续决策表进行离散化,然后对离散化的决策表采用粗糙集理论进行约简,去除冗余的条件属性并抽取有效的、简化的决策规则。根据得到的决策规则建立模糊规则库,并利用减法聚类确定模糊子集的数目和隶属度函数的初始参数,充分利用了数据集中所蕴含的知识,使提取规则更加客观合理。将该方法用于某钢铁厂轧钢过程的实际数据进行仿真试验,结果也表明该方法是有效的。
|
|
|
|
1 |
李晶;;配网节能知识获取系统的研究[J];广东轻工职业技术学院学报;2011年02期 |
2 |
董春游;曹志国;商宇航;刘学;;基于G-K评价与粗糙集的煤与瓦斯突出分类分析[J];煤炭学报;2011年07期 |
3 |
;[J];;年期 |
4 |
;[J];;年期 |
5 |
;[J];;年期 |
6 |
;[J];;年期 |
7 |
;[J];;年期 |
8 |
;[J];;年期 |
9 |
;[J];;年期 |
10 |
;[J];;年期 |
11 |
;[J];;年期 |
12 |
;[J];;年期 |
13 |
;[J];;年期 |
14 |
;[J];;年期 |
15 |
;[J];;年期 |
16 |
;[J];;年期 |
17 |
;[J];;年期 |
18 |
;[J];;年期 |
19 |
;[J];;年期 |
20 |
;[J];;年期 |
|