知识建模和数据挖掘融合的粗糙度预测新方法

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。