为快速响应客户需求和提高产品定制效率,通过分析产品设计过程的特点,结合粗糙集理论和神经网络方法各自的优势,提出一种融合粗糙集和神经网络的产品敏捷定制设计新方法,将粗糙集和神经网络方法有机集成应用于产品设计过程。该方法中,运用粗糙集对设计要求进行约简,提炼有效的决策条件;在此基础上,采用神经网络方法构建不同设计阶段的设计要求与其对应的产品结构间的网络模型,快速确定产品结构形式。并将该方法成功应用于某卷板机的总体方案定制设计过程。这种方法为实现产品敏捷定制开发提供了一种新的解决思路和技术手段。

目前计算不一致决策表的分布约简、 最大分布约简和分配约简的方法均基于可辨识属性矩阵, 在大数据集下耗时较多.为此, 提出转化算法, 将计算原不一致决策表的上述3 种约简转化为计算3种一致决策表的Pawlak约简.通过应用针对后者的高效启发式算法,有效地减少了计算时间.此外,引入λ-约简的概念, 通过调节λ 的值, 能得到一族反映决策矢量不同水平相似程度的知识约简.该方法降低了分布约简对决策表区分能力的过高要求, 较上述3种约简更为灵活.

现有的大部分数据库系统例如SQL Server等都具有存取效率高、存储空间的利用率高、适合大规模的数据的存储等优点，因此我们采用SQL语言实现粗糙集的集合操作，选用高性能的数据库管理系统实现粗糙集的数据挖掘，这样既可以实现大规模数据的知识获取又可以高效的处理数据。 该系统使用VC#.NET和SQL Server编写，为了获取更好的效率，该系统全部采用SQL Server存储过程实现数据库的操作，然后使用VC#.NET程序调用存储过程。本系统在Pentium 4 1.80GHz处理器,512MB内存,20G硬盘空间，MicroSoft Windows XP Service Pack 2, MicroSoft .NET Framework SDK v1.1，Microsoft SQL Server 2000环境下运行。 该系统主要是处理信息系统和决策表，可以从不同的数据源中获取数据集合，并输入到系统中，使之适用于本系统的操作。通过选择属性集合（或者条件属性和决策属性）来生成信息系统（决策表）保存到当前的操作表中，然后进行预处理，通过选择合适的属性约简方法（正域、差别矩阵和信息熵）进行属性约简，并对约简结果分析其正确性和独立性。如果当前操作的为决策表，则可以进行值约简生成规则集合，并可以通过输入新的对象集来验证规则的正确性。

从信息角度对决策系统中的属性重要度进行度量,在此基础上,提出一种知识约简的启发式算 法,它以信道容量为启发式信息, 减小了知识约简过程中的搜索空间。 实例分析表明,本算法能够获得决 策系统的一种良好的相对约简。