本文關(guān)鍵詞：基于粗糙集理論的不確定決策問題的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】： 決策需要知識，目前的決策系統(tǒng)因知識獲取瓶頸而發(fā)展緩慢。粗糙集作為一種處理不確定、不精確數(shù)據(jù)的數(shù)學(xué)工具，，從新的角度認(rèn)識知識，特別值得注意的是它與其它軟計算方法有很強的集成能力。此種背景下，基于粗糙集理論分析的決策就成為決策學(xué)科的一個前沿問題。同時必須看到，粗糙集還是一個發(fā)展中的新生事物，在許多方面的研究仍是開放問題。這些問題的解決，是擴大粗糙集實用化的基石。本文正是以此為契機，就粗糙集理論分析為中心的幾個關(guān)鍵問題進(jìn)行了深入的研究。全文重點論述的內(nèi)容如下： (1)連續(xù)屬性的離散化，是制約粗糙集發(fā)展的主要障礙之一。從粗糙集的角度，就相容連續(xù)條件屬性決策表的離散化，提出了一種簡單的離散化方法。最優(yōu)離散化是NP-hard問題，這里引用文獻(xiàn)2將之轉(zhuǎn)化為0-1數(shù)學(xué)規(guī)劃問題。鑒于數(shù)學(xué)規(guī)劃對大型決策表離散的計算收斂性問題，提出了一種新的基于第一類分類分離矩陣和第二類分類分離矩陣的遺傳算法的連續(xù)屬性離散算法。 (2)選擇合理有效的簡明屬性集，是粗糙集研究的重要內(nèi)容。最優(yōu)屬性選擇也是NP-hard問題。在分析屬性選擇方法不足的基礎(chǔ)上，利用特征矩陣概念，提出了最優(yōu)屬性選擇的啟發(fā)式算法。算法能在決策表有效約簡的情況下全面得到最優(yōu)解。此外，基于擴張矩陣?yán)碚�，提出了一種求解最優(yōu)屬性的改進(jìn)優(yōu)化模型。并用遺傳算法研究最優(yōu)屬性的選擇方法。 (3)粗糙集理論分析的精華是約簡決策表，挖掘其中的有用模式輔助決策。針對相容無噪決策表，引鑒了兩種從決策表獲取知識的算法一ITIL算法和啟發(fā)式規(guī)則獲取算法。并就復(fù)雜決策表，研究了一種決策表的分解方法，簡化了大型決策表的分析難度。
【關(guān)鍵詞】：粗糙集 專家知識 粗糙集理論分析 決策表 離散化 屬性選擇 知識獲取
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2003
【分類號】：C934
【目錄】：

• 緒論8-14
• 1． 采用粗糙集理論進(jìn)行分析的基本步驟9-12
• 1．1 決策表的約簡9-10
• 1．2 連續(xù)屬性的離散化10-11
• 1．3 粗糙集與其它軟計算方法的集成11-12
• 2． 粗糙集理論應(yīng)用的展望12-14
• 第一章 粗糙集理論基礎(chǔ)14-20
• 1．1 粗糙集理論基本概念14-17
• 1．1．1 論域、知識與等價類14-15
• 1．1．2 粗糙集合逼近15
• 1．1．3 評價粗糙集的相關(guān)函數(shù)15-16
• 1．1．4 屬性的約簡16-17
• 1．2 決策表分析基礎(chǔ)17-18
• 1．3 知識的獲取18-19
• 1．4 本章小結(jié)19-20
• 第二章 粗糙集理論在決策樹優(yōu)化中的應(yīng)用20-26
• 2．1 粗糙集和決策樹20-21
• 2．2 構(gòu)造超屬性決策樹21-22
• 2．3 基于粗糙集理論的決策樹優(yōu)化方法22-25
• 2．3．1 基本概念22-23
• 2．3．2 決策樹優(yōu)化算法23-25
• 2．4 本章小結(jié)25-26
• 第三章 粗糙集與神經(jīng)網(wǎng)絡(luò)的集成26-31
• 3．1 粗糙集與神經(jīng)網(wǎng)絡(luò)26-28
• 3．2 粗糙集與神經(jīng)網(wǎng)絡(luò)集成的研究現(xiàn)狀評述28-30
• 3．3 本章小結(jié)30-31
• 第四章 連續(xù)屬性的離散化31-39
• 4．1 相容連續(xù)條件屬性決策表的離散化31-33
• 4．1．1 連續(xù)屬性重要性的度量31-32
• 4．1．2 一種連續(xù)屬性的離散化算法32-33
• 4．2 基于遺傳算法的連續(xù)屬性離散化方法33-35
• 4．2．1 基本概念33-34
• 4．2．2 侯選分割點的選擇34
• 4．2．3 分割點集的優(yōu)選34-35
• 4．3 一種基于分割點分離矩陣的離散化優(yōu)化方法35-38
• 4．4 本章小結(jié)38-39
• 第五章 決策表最優(yōu)屬性的選擇39-48
• 5．1 最優(yōu)屬性子集選擇的理論基礎(chǔ)39-42
• 5．1．1 擴張矩陣?yán)碚?/span>39-40
• 5．1．2 決策表的核40
• 5．1．3 特征矩陣40-41
• 5．1．4 分類及分類矩陣41
• 5．1．5 最優(yōu)屬性選擇的啟發(fā)式算法41-42
• 5．2 一種新的基于評分函數(shù)的啟發(fā)式算法：42-43
• 5．3 處理時序決策表的方法43-44
• 5．3．1 約簡時序決策表算法1（獲取TDT中非時序信息）43
• 5．3．2 約簡時序決策表算法2（獲取TDT中時序信息）43
• 5．3．3 約簡時序決策表算法3（獲取TDT中關(guān)于變化量的信息）43-44
• 5．3．4 約簡時序決策表算法4（獲取TDT中關(guān)于變化率的信息）44
• 5．4 對連續(xù)型決策屬性處理方法的探討44-45
• 5．4．1 基本概念44-45
• 5．4．2 一種基于灰色聚類的連續(xù)決策屬性的處理方法45
• 5．5 基于粗糙集的決策知識獲取45-47
• 5．5．1 基于粗糙集理論的啟發(fā)式算法45-46
• 5．5．2 一種常用的屬性選擇和知識歸納46-47
• 5．6 本章小結(jié)47-48
• 第六章 粗糙集理論在不確定決策中的應(yīng)用48-57
• 6．1 對不確定決策問題的界定48-49
• 6．1．1 基本概念48
• 6．1．2 不確定信息的產(chǎn)生根源48-49
• 6．2 基于粗糙集理論解決不確定決策問題的可行性討論49-51
• 6．3 采用粗糙集理論解決實際不確定決策問題的解決步驟51-52
• 6．4 采用粗糙集理論解決不確定決策問題的實例分析52-56
• 6．5 本章小結(jié)56-57
• 結(jié)束語57-58
• 致謝58-59
• 碩士期間發(fā)表的論文清單59-60
• 參考文獻(xiàn)60-62

【引證文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張麗;薊縣老虎頂采石礦復(fù)墾工程地質(zhì)評價[D];吉林大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 梁本哲;基于粗糙集理論的土地利用規(guī)劃決策支持系統(tǒng)模型及其應(yīng)用研究[D];中國地質(zhì)大學(xué);2007年

2 路海娟;基于信息融合技術(shù)的火災(zāi)報警方法研究[D];沈陽航空工業(yè)學(xué)院;2008年

3 肇夢佳;可視監(jiān)控中的報警識別方法研究[D];沈陽航空航天大學(xué);2011年

  本文關(guān)鍵詞：基于粗糙集理論的不確定決策問題的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：332680