知识建模和数据挖掘融合的粗糙度预测新方法

作     者：翟敬梅 应灿 徐晓 

作者机构：华南理工大学机械与汽车工程学院广东广州510640 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2012年第18卷第5期

页      面：1046-1053页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 080201[工学-机械制造及其自动化] 

基　　金：国家863计划资助项目(2009AA043901)~~ 

主　　题：粗糙度预测 数据挖掘 知识建模 粗糙集 不可分辨—函数关系 

摘      要：针对当前制造过程海量信息和定性定量知识并存的特性,提出知识建模和数据挖掘技术相融合的建模思想。基于粗糙集模型,首次建立知识的粗糙集函数关系,并构建基于不可分辨—函数关系的新型粗糙集模型及预测方法,用以预测加工表面粗糙度。新模型将已有知识嵌入到数据挖掘模型中,其信息划分更精确,获取的决策规则蕴含的知识更丰富,故预测精度更高,预测范围更广。与其他预测模型相比,所建模型仅利用已有知识和信息,不需要建模者额外设计和设定模型的结构形式和参数。实验结果也表明,所建模型在预测有效性和预测精度上均有较好表现。