城市轨道交通能耗案例知识约简方法研究(4)
关于城市轨道交通能耗案例知识约简的过程中，会有海量的数据需要处理。假如我们沿用传统的工具对这些海量数据进行检索和分析，不但需要花费大批的时间进行计算，并且还要一切都依赖于事前对数据关系的假设和估计，这种情况与人们愈来愈渴求数据中隐含的知识形成剧烈的冲突。所以为了方面研究，我们需要对这些数据进行约简，既保持知识的完整性，又掉冗余的信息。
1.2 本文研究内容
知识约简是粗糙集理论的核心，粗糙集理论(Rough Set)作为智能信息处理技术的一个新成果，由波兰科学家Pawlak教授所提出的对不完整数据进行分析、推理、学习、发现的新方法[2,3]。运用知识约简的方法对城市轨道交通案例进行约简。
本文首先研究了粗糙集的基础理论知识，讨论了粗糙集的定义及粗糙集中有关知识分类、知识约简等内容；其次探讨了决策表约简中的优尔种属性的约简算法和四种属性值的约简算法。现今，大部分决策问题都可以通过决策表形式地表达出来，因此它在工程应用中越来越重要。
在上述理论研究的基础上，本文以城市轨道交通地铁为背景，分别通过熵值法、K-Fold交叉验证法和K-NN法进行了知识约简的实际应用。本文通过对地铁属性详细分析，构建了地铁属性的知识约简模型，提出了地铁系统知识的获取与表达的方法。最后三种用于地铁参数属性约简的方法进行了对比分析。全文旨在说明知识约简在决策简化过程中的实际应用意义。
上一篇：图像纹理特征提取及其分类性能分析