【摘要】：多粒度粗糙集(Multi-Granulation Rough Set,MGRS)作為經(jīng)典粗糙集的擴(kuò)展模型,不需要額外的先驗(yàn)知識(shí),依據(jù)數(shù)據(jù)集自身的特性,就可以分析數(shù)據(jù),發(fā)現(xiàn)隱藏的知識(shí)并揭示潛在的相關(guān)規(guī)律,被廣泛用于評(píng)價(jià)體系中指標(biāo)的選取、權(quán)重計(jì)算等方面。PM2.5作為空氣質(zhì)量監(jiān)測的重要指標(biāo),與人類健康和大氣環(huán)境質(zhì)量密切相關(guān),已引起了學(xué)者們的廣泛關(guān)注。研究適當(dāng)?shù)哪Ｐ陀糜赑M2.5影響因素的分析尤為重要�，F(xiàn)實(shí)生活中,由于測量的數(shù)據(jù)存在誤差,獲取的數(shù)據(jù)存在限制等原因,最后得到的氣象信息往往是不全面的。為了從不完備信息系統(tǒng)中獲得更加準(zhǔn)確的知識(shí),本文致力于構(gòu)建新型的不完備MGRS。首先,針對現(xiàn)有MGRS存在的不足,提出基于限制容差關(guān)系的變精度與程度“邏輯或”MGRS,包括樂觀、悲觀兩種形式。其次,通過分析變精度與程度“邏輯或”樂觀MGRS、悲觀MGRS下近似條件的寬松與嚴(yán)格,提出一種可變“邏輯或”MGRS,討論三者之間的度量關(guān)系。最后,針對PM2.5氣象數(shù)據(jù)的特點(diǎn),簡要分析其與影響因素之間的關(guān)聯(lián)。通過連續(xù)值離散化、屬性值編碼等一系列方式進(jìn)行數(shù)據(jù)預(yù)處理,并將提出的新型MGRS合理運(yùn)用于PM2.5氣象數(shù)據(jù)。通過對比測試、結(jié)果分析,驗(yàn)證模型的可行性,所提出的MGRS模型用于PM2.5數(shù)據(jù)計(jì)算上、下近似,為今后的PM2.5影響因素的權(quán)重分析研究奠定基礎(chǔ)。
【圖文】：

Picture 2.1 Rough set concept map圖 2.1 粗糙集概念圖理論的邊界域包含那些無法被肯定是否屬于子集 X 的個(gè)體，在近似集和下近似集之間的差集。因此，通過劃分不可區(qū)分關(guān)系任意對象集都可以用由該對象集確定的上近似集和下近似集來即粗糙地定義。展模型主要介紹限制容差關(guān)系和粗糙集相關(guān)擴(kuò)展模型的基本知識(shí)，通下文構(gòu)建可變“邏輯或”MGRS 模型提供一定的理論基礎(chǔ)。.5[42]假定不完備信息系統(tǒng) IS U, AT,V,f 及U 上定義的二元關(guān))，對于 A AT,則：,):,()()*((()())(()*()*)(()()))}2yUaAaxayPxPyaxayaxayAA ( x) {a|a A a(x) *}。

MATLAB 以矩陣為基本的數(shù)據(jù)單位，面向科學(xué)計(jì)算、可視化設(shè)計(jì)和交互式編程，集數(shù)值分析、數(shù)據(jù)可視化以及非線性動(dòng)態(tài)系統(tǒng)的仿真為一體，，是一個(gè)功能強(qiáng)大的集成開發(fā)環(huán)境。它廣泛應(yīng)用于信號(hào)處理與通訊、圖像處理、金融建模設(shè)計(jì)與分析、信號(hào)檢測等領(lǐng)域，提供了一種全面、高效的解決方案。5.1.2 算法實(shí)現(xiàn)基本思路為：首先，根據(jù)屬性子集得到論域中每個(gè)對象的限制容差類，根據(jù)決策屬性等價(jià)劃分論域。其次，依據(jù)變精度與程度“邏輯或”粗糙集的思想，通過調(diào)節(jié)程度k 、變精度 ，針對每個(gè)屬性子集和決策類，計(jì)算限制容差類下變精度與程度“邏輯或”粗糙集的下近似、上近似。最后，根據(jù)變精度與程度“邏輯或”樂觀、悲觀 MGRS 和可變“邏輯或”MGRS 的算法思想，對論域中的每個(gè)對象進(jìn)行判定。若該對象滿足粒度數(shù)的要求，則可歸入相應(yīng) MGRS 的下近似、上近似。算法實(shí)現(xiàn)流程如圖 5.1 所示：
【學(xué)位授予單位】：安徽工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪小燕;郭云婷;申元霞;;可變多粒度粗糙集粒度約簡研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2019年01期

2 李文鈺;許雙武;徐加陽;王秋婷;路云龍;;基于粗糙集理論的多標(biāo)度層次分析教師教學(xué)評(píng)價(jià)模型[J];數(shù)學(xué)學(xué)習(xí)與研究;2017年11期

3 黃愛萍;黃鳳英;;基于覆蓋粗糙集的超圖連通性[J];數(shù)碼設(shè)計(jì);2016年02期

4 劉艷芳;陳雪云;;關(guān)系粗糙集的鄰域擬陣結(jié)構(gòu)研究[J];數(shù)碼設(shè)計(jì);2016年02期

5 薛占熬;司小朦;王楠;朱泰隆;;基于最小/最大描述的多粒度覆蓋粗糙直覺模糊集模型[J];計(jì)算機(jī)科學(xué);2017年01期

6 胡成祥;趙國柱;;優(yōu)勢關(guān)系多粒度粗糙集中近似集動(dòng)態(tài)更新方法[J];中國科學(xué)技術(shù)大學(xué)學(xué)報(bào);2017年01期

7 鐘誠;李金海;;組合多粒度粗糙集及其在教學(xué)評(píng)價(jià)中的應(yīng)用[J];數(shù)碼設(shè)計(jì);2017年01期

8 張凱;楊靖;;粗糙集理論及其應(yīng)用綜述[J];物聯(lián)網(wǎng)技術(shù);2017年06期

9 李敬;王利東;;不完備信息系統(tǒng)中的廣義多粒度雙相對定量決策粗糙集[J];南京大學(xué)學(xué)報(bào)(自然科學(xué));2017年04期

10 王佳琪;苗奪謙;張紅云;;基于可變多粒度概率粗糙集的分類模型[J];模式識(shí)別與人工智能;2017年08期

相關(guān)會(huì)議論文 前10條

1 尹宗成;;粗糙集理論在我國糧食產(chǎn)量預(yù)測中的應(yīng)用[A];現(xiàn)代農(nóng)業(yè)理論與實(shí)踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

2 劉碧森;鐘守銘;陳華富;;基于支持向量機(jī)與粗糙集理論的信息處理[A];第二屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

3 李雄;李勝利;徐宗昌;;基于粗糙集理論的狀態(tài)監(jiān)測與故障診斷(英文)[A];第三屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

4 卓明;王麗珍;譚旭;;基于粗糙集近似集擴(kuò)展的規(guī)則提取算法[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

5 葛麗;傅彥;;粗糙集在科學(xué)數(shù)據(jù)屬性約簡中的應(yīng)用[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

6 孫亮;楊飛;于建均;陳梅蓮;;一種基于指數(shù)粗糙集合的變精度控制器應(yīng)用研究[A];第25屆中國控制會(huì)議論文集（下冊）[C];2006年

7 陳釘均;劉熠;李涵;吳開騰;;變精度覆蓋粗糙集的新型算子研究[A];中國運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

8 劉慶珍;蔡金錠;;基于粗糙集理論的電力電子電路故障診斷[A];第十六屆電工理論學(xué)術(shù)年會(huì)論文集[C];2004年

9 黃偉;趙寅邦;陳喬生;王俊凱;;基于改進(jìn)遺傳算法和粗糙集的變壓器故障診斷[A];2015年全國智能電網(wǎng)用戶端能源管理學(xué)術(shù)年會(huì)論文集[C];2015年

10 王旭陽;王彤;李明;;基于粗糙集理論的分類規(guī)則挖掘方法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2005年

相關(guān)重要報(bào)紙文章 前2條

1 本報(bào)記者 李智 通訊員 梁憲生;零的突破[N];山西經(jīng)濟(jì)日報(bào);2001年

2 重慶郵電學(xué)院黨委書記徐仲偉 院長 聶能;發(fā)揮學(xué)科優(yōu)勢 打造信息平臺(tái)[N];科技日報(bào);2005年

相關(guān)博士學(xué)位論文 前10條

1 鞠恒榮;面向態(tài)勢認(rèn)知的粗糙集決策方法研究[D];南京大學(xué);2019年

2 賀曉麗;多粒度環(huán)境下的知識(shí)獲取理論[D];西北大學(xué);2018年

3 張曉霞;非負(fù)矩陣分解與粗糙集若干理論及方法研究[D];華北電力大學(xué)(北京);2018年

4 黎文善（LE VAN THIEN）;基于覆蓋的概率粗糙集和L-模糊變精度粗糙集研究[D];武漢大學(xué);2015年

5 廖淑嬌;代價(jià)敏感粒計(jì)算若干方法的研究[D];電子科技大學(xué);2018年

6 包艷玲;四種粗糙集擴(kuò)展模型的研究[D];陜西師范大學(xué);2018年

7 王麗娜;基于陰影集和粗糙集的模糊聚類算法研究與應(yīng)用[D];南京航空航天大學(xué);2016年

8 譚天樂;基于粗糙集的過程建模、控制與故障診斷[D];浙江大學(xué);2003年

9 喬斌;粗糙集理論分層遞階約簡算法的研究[D];浙江大學(xué);2003年

10 何亞群;基于粗糙集的智能決策理論與應(yīng)用研究[D];南京航空航天大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 趙若楠;基于粗糙集理論的中學(xué)數(shù)學(xué)考試分析[D];廣西民族大學(xué);2019年

2 喬鵬;基于PS-粗糙集的動(dòng)態(tài)三支決策模型與應(yīng)用[D];華北理工大學(xué);2019年

3 周潤苗;基于粗糙集智能推薦的鄉(xiāng)村旅游微信應(yīng)用平臺(tái)研究[D];中南林業(yè)科技大學(xué);2019年

4 劉天嬌;面向身份聯(lián)盟的多粒度聯(lián)合身份認(rèn)證研究[D];重慶郵電大學(xué);2019年

5 葛雅雯;條件引發(fā)的概念漂移探測及屬性約簡的優(yōu)化選擇[D];浙江師范大學(xué);2019年

6 郭云婷;變精度與程度邏輯或多粒度粗糙集研究及應(yīng)用[D];安徽工業(yè)大學(xué);2019年

7 姚坤;全粒度粗糙集不確定性度量及屬性約簡的研究[D];浙江師范大學(xué);2019年

8 韓飛;基于粗糙集的文本情感分類方法研究[D];鄭州大學(xué);2019年

9 肖鵬;多粒度粗糙集的近似集動(dòng)態(tài)更新方法研究[D];安徽大學(xué);2019年

10 王泉;多粒度環(huán)境下基于矩陣方法增量更新近似集的算法研究[D];安徽大學(xué);2019年

本文編號(hào)：2596015