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(shí)，目前的決策系統(tǒng)因知識(shí)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(shí)知識(shí)，特別值得注意的是它與其它軟計(jì)算方法有很強(qiáng)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(gè)前沿問題。同時(shí)必須看到，粗糙集還是一個(gè)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(kuò)大粗糙集實(shí)用化的基石。本文正是以此為契機(jī)，就粗糙集理論分析為中心的幾個(gè)關(guān)鍵問題進(jìn)行了深入的研究。全文重點(diǎn)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(jiǎn)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(duì)大型決策表離散的計(jì)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(jiǎn)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(jiǎn)的情況下全面得到最優(yōu)解。此外，基于擴(kuò)張矩陣?yán)碚摚岢隽艘环N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(jiǎn)決策表，挖掘其中的有用模式輔助決策。針對(duì)相容無噪決策表，引鑒了兩種從決策表獲取知識(shí)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(jiǎn)化了大型決策表的分析難度。
【關(guān)鍵詞】：粗糙集 專家知識(shí) 粗糙集理論分析 決策表 離散化 屬性選擇 知識(shí)獲取
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2003
【分類號(hào)】：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(jiǎn)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(jì)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(shí)與等價(jià)類14-15
• 1．1．2 粗糙集合逼近15
• 1．1．3 評(píng)價(jià)粗糙集的相關(guān)函數(shù)15-16
• 1．1．4 屬性的約簡(jiǎn)16-17
• 1．2 決策表分析基礎(chǔ)17-18
• 1．3 知識(shí)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(píng)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(diǎn)的選擇34
• 4．2．3 分割點(diǎn)集的優(yōu)選34-35
• 4．3 一種基于分割點(diǎn)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(kuò)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(píng)分函數(shù)的啟發(fā)式算法：42-43
• 5．3 處理時(shí)序決策表的方法43-44
• 5．3．1 約簡(jiǎn)時(shí)序決策表算法1（獲取TDT中非時(shí)序信息）43
• 5．3．2 約簡(jiǎn)時(shí)序決策表算法2（獲取TDT中時(shí)序信息）43
• 5．3．3 約簡(jiǎn)時(shí)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(jiǎn)時(shí)序決策表算法4（獲取TDT中關(guān)于變化率的信息）44
• 5．4 對(duì)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(shí)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(shí)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(duì)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(shí)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(shí)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(guó)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(píng)價(jià)[D];吉林大學(xué);2009年

中國(guó)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(guó)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(bào)警方法研究[D];沈陽航空工業(yè)學(xué)院;2008年

3 肇夢(mèng)佳;可視監(jiān)控中的報(bào)警識(shí)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(hào)：332680