基于粗糙集理論的高層建筑結(jié)構(gòu)方案設(shè)計的知識發(fā)現(xiàn)方法.pdf

1、當(dāng)前，國內(nèi)外高層建筑發(fā)展迅速，在結(jié)構(gòu)設(shè)計與建造等方面積累了可供借鑒的豐富實例，而解決高層建筑結(jié)構(gòu)方案設(shè)計這一實際工程問題的知識卻相對貧乏。為此，本文針對高層建筑方案設(shè)計的知識獲取問題，以工程實例為基礎(chǔ)，以粗糙集為核心算法，較系統(tǒng)地建立了結(jié)構(gòu)智能方案設(shè)計的知識發(fā)現(xiàn)方法與系統(tǒng)。其主要內(nèi)容包括：
　　1.在介紹了粗糙集理論的發(fā)展，基本概念及特點(diǎn)的基礎(chǔ)上，將其與其它高層建筑結(jié)構(gòu)智能方案設(shè)計知識發(fā)現(xiàn)方法的特征進(jìn)行了比較，指出了它們之間具有較

2、好的互補(bǔ)關(guān)系。
　　2.針對高層建筑實例庫中的數(shù)據(jù)特點(diǎn)，研究了連續(xù)型數(shù)據(jù)離散化問題，提出了兩種離散化方法。針對實例庫中大量冗余數(shù)據(jù)的出現(xiàn)，采用粗糙集理論中上、下近似和區(qū)分矩陣的概念對屬性進(jìn)行約簡，得到和原始數(shù)據(jù)等效的屬性約簡集，將其作為數(shù)據(jù)挖掘的基礎(chǔ)，大大減少了數(shù)據(jù)量。
　　3.針對標(biāo)準(zhǔn)粗糙集理論的知識發(fā)現(xiàn)速度緩慢這一缺點(diǎn)，本文研究了分類規(guī)則的挖掘方法：基于粗糙集理論的CRCG算法和決策樹算法，大大加快了數(shù)據(jù)挖掘的速度，并通

3、過實例加以說明。
　　4.在粗糙—模糊集集成模型的知識發(fā)現(xiàn)方法基礎(chǔ)上，將信息系統(tǒng)中連續(xù)屬性值通過隸屬函數(shù)轉(zhuǎn)化為模糊屬性值的表示形式，給出了粗糙-模糊近似空間的上、下近似及其性質(zhì)，建立了模糊相似關(guān)系下屬性約簡的方法。給出了模糊聚類的屬性約簡算法，用戶可以根據(jù)實際決策需要和領(lǐng)域知識更改閾值λ，從而得到滿意的屬性約簡結(jié)果。
　　5.在Microsoft SQL Server2000的開發(fā)環(huán)境下建造實例庫，在Delphi7.0的開發(fā)