基于信息粒化理论的渗透性分析
神经与进化计算
2008-04-03 v1 人工智能
摘要
本文描述了信息粒化理论在“吕荣 (lugeon) 数据”分析中的应用。通过结合自组织映射 (SOM) 和神经模糊推理系统 (NFIS)，获得了清晰粒子和模糊粒子。在非模糊信息（初始粒化）内，清晰粒子与子模糊粒子的平衡通过开 - 闭迭代实现。利用“规则简洁性”和“合适的自适应阈值误差水平”两个标准，保证了算法的稳定性。在论文的另一部分，采用了粗糙集理论 (RST) 进行近似分析。该方法在伊朗 Shivashan 大坝岩体原位渗透性的大数据集上得到了验证。通过对吕荣数据集实施所提出的算法，证明了该建议方法可应用于渗透性的近似分析。
引用
@article{arxiv.0804.0352,
title = {Permeability Analysis based on information granulation theory},
author = {M. Sharifzadeh and H. Owladeghaffari and K. Shahriar and E. Bakhtavar},
journal= {arXiv preprint arXiv:0804.0352},
year = {2008}
}
备注
8 pages,7 figures