粗糙集理論研究及其在隧道病害預測中的應用.pdf

1、數(shù)據(jù)挖掘是致力于數(shù)據(jù)分析和理解、揭示數(shù)據(jù)內部蘊藏知識的技術，它成為未來信息技術應用的重要目標之一。粗糙集作為新生的數(shù)學工具，在許多方面克服了傳統(tǒng)數(shù)據(jù)分析理論顯現(xiàn)出的諸多不足，成為數(shù)據(jù)挖掘重要工具之一。 本文主要對基于粗糙集的屬性約簡算法作了深入研究，分析主要算法的優(yōu)缺點，提出一些改進意見。重點提出一種新的屬性約簡算法： (1)該算法在生成可分辨矩陣的過程中，直接隨機選取屬性構成約簡超集，避免對可分辨矩陣的存儲，解決空間復雜度問題

2、； (2)在約簡超集的基礎上，使用基于信息熵的啟發(fā)式搜索方法去除冗余屬性，保證算法完備性，在一定程度上減小時間復雜度。文章以實驗證明算法的有效性。 隧道病害防治是非常復雜的問題，目前使用的人工分析方法大多局限于具體的工程條件或病害類型，缺乏系統(tǒng)性和科學性。本文結合大量隧道病害的歷史數(shù)據(jù)和相關背景知識，提出對隧道病害進行預測的一系列數(shù)據(jù)挖掘方法，綜合預測隧道可能發(fā)生的病害，挖掘病害潛在原因。首先，根據(jù)挖掘目標選取隧道基礎數(shù)據(jù)和隧道