当前位置:主页 > 科技论文 > 自动化论文 >

基于粗糙集的工程特征提取方法研究

发布时间:2018-04-03 21:59

  本文选题:粗糙集 切入点:工程特征 出处:《铁道工程学报》2017年06期


【摘要】:研究目的:以往的工程特征选取,大多是根据专家经验或者参照历史工程资料的统计和分析选取,具有一定的主观性。为了准确客观地计算工程项目中各个工程特征对工程估算的影响程度,本文将粗糙集理论运用到工程特性的提取中,提出基于粗糙集的工程特征提取方法。该方法能克服传统工程特征提取方法的主观性,发挥粗糙集的优势,从而提高工程项目特征提取的精度和效率。研究结论:(1)本文利用粗糙集理论计算出各工程项目特征的影响程度,找出对实际工程估算有影响的工程特征条目,更加客观、真实地反映实际工程估算系统情况;(2)粗糙集分析方法利用工程量清单数据本身提供的信息提取工程特征,和传统的工程特征提取方法相比,具有更高的客观性和可信度;(3)将该方法运用于路基工程特征的提取,其与常规计算方法相比更接近实际,更趋于安全和稳定;(4)该研究成果可为铁路工程估算编制提供理论参考,对市政道路及城市轨道交通项目估算编制也有一定的借鉴意义。
[Abstract]:Research purpose: the selection of engineering features in the past is mostly based on the experience of experts or the statistical and analytical selection of historical engineering data, which is subjective to a certain extent.In order to accurately and objectively calculate the influence of engineering features on engineering estimation in engineering projects, the rough set theory is applied to the extraction of engineering characteristics, and a method of engineering feature extraction based on rough set is proposed in this paper.This method can overcome the subjectivity of the traditional engineering feature extraction method and give full play to the advantages of rough set, thus improving the accuracy and efficiency of feature extraction of engineering projects.Conclusion: 1) in this paper, we use rough set theory to calculate the degree of influence of the characteristics of each project, and find out the items of engineering features that have an impact on the actual engineering estimation, which is more objective.The rough set analysis method uses the information provided by the list of quantities data to extract the engineering feature, which is compared with the traditional engineering feature extraction method.With higher objectivity and credibility, this method is applied to the extraction of subgrade engineering features, which is closer to reality and more safe and stable than the conventional calculation method. The research results can provide a theoretical reference for railway engineering estimation and compilation.It also has certain reference significance to the municipal road and the urban rail transit project estimate compilation.
【作者单位】: 中铁第四勘察设计院集团有限公司;
【分类号】:TP18;U215.1

【相似文献】

相关期刊论文 前10条

1 胡可云,陆玉昌,石纯一;粗糙集理论及其应用进展[J];清华大学学报(自然科学版);2001年01期

2 李孟歆,吴成东,夏兴华,YongYue;粗糙集理论及其应用[J];沈阳建筑工程学院学报(自然科学版);2001年04期

3 张化光,梁洪力;基于两种新型算子的粗糙集运算[J];东北大学学报;2003年11期

4 姚小群,陈统坚,姚锡凡;基于粗糙集理论的数据发掘算法[J];机床与液压;2003年04期

5 熊萍,程华斌,吴晓平;基于粗糙集理论的一种综合定权法[J];海军工程大学学报;2003年01期

6 谭思云,张青枝,李志明;基于粗糙集的分类和规则归纳法[J];武汉理工大学学报;2003年02期

7 毕义明,王汉功,陈桂明;基于粗糙集理论的装备战损评估方法[J];装备指挥技术学院学报;2004年05期

8 孙海军,蒋东翔,钱立军,战祥森;基于粗糙集理论的旋转机械故障诊断方法[J];动力工程;2004年01期

9 车增强,李丙才,杨青年,颉振群,傅应霞,赵荣泳;粗糙集理论简介及其在电站行业中的应用潜力分析[J];移动电源与车辆;2004年04期

10 代春艳;粗糙集理论及其应用发展综述[J];重庆工商大学学报(自然科学版);2004年06期

相关会议论文 前10条

1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集(第2册)[C];2005年

2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年

3 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年

5 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

6 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年

7 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年

8 王红萍;万程亮;金彦丰;;应用粗糙集理论的对抗效果权重确定方法[A];2009’中国西部地区声学学术交流会论文集[C];2009年

9 王莉;周献中;;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[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年

10 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年

相关博士学位论文 前10条

1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年

2 唐孝;基于粗糙集的知识发现方法及其在ECG信号识别中的应用[D];电子科技大学;2015年

3 曾凯;邻域粒化粗糙计算的关键技术研究与应用[D];电子科技大学;2015年

4 王永生;基于粗糙集理论的动态数据挖掘关键技术研究[D];北京科技大学;2016年

5 马周明;基于边界域的多粒度粗糙集及其相关度量[D];河北师范大学;2017年

6 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007年

7 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年

8 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年

9 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院(计算技术研究所);2003年

10 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年

相关硕士学位论文 前10条

1 江飞;粗糙集神经网络故障诊断方法研究[D];西安石油大学;2015年

2 何理荣;粗糙集理论在银行信贷风险评估中的应用研究[D];华南理工大学;2015年

3 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年

4 杨礼;基于粗糙集的公路交通安全预警研究[D];西南交通大学;2015年

5 聂萌瑶;基于泛系串并模型的粗糙集概念扩展与拓扑空间[D];兰州大学;2015年

6 徐鹏;基于粗糙集的建筑起重机械安全精细化评价研究[D];西安建筑科技大学;2015年

7 孙宇航;粗糙集属性约简方法在医疗诊断中的应用研究[D];苏州大学;2015年

8 张曼;基于粗糙集和包含度的聚类分类算法研究[D];青岛理工大学;2015年

9 车世远;基于群搜索优化粗糙集的脑科学数据研究[D];大连海事大学;2015年

10 林哲;基于粗糙集的马田系统研究及其在银行直接营销客户分类中的应用[D];南京理工大学;2015年



本文编号:1707076

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1707076.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户0623c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com