本文關鍵詞：基于多粒度粗糙集模型的擴展模型研究

  更多相關文章： 粗糙集 多粒度 變精度 加權粒度 多重閾值 權重分布

【摘要】：波蘭學者Z.Pawlak,于1982年提出了粗糙集理論這種可以應用于眾多領域的數(shù)學工具,該理論在無先驗知識的基礎上,通過對數(shù)據(jù)集的計算來解決實際問題。但該理論是建立在嚴格的包含關系上的,缺乏對某種程度上的包含的處理能力,因此對噪聲數(shù)據(jù)不能很好適應；且傳統(tǒng)粗糙集理論對于論域的分類是基于單個等價關系的,從粒計算的角度分析,傳統(tǒng)理論是單粒度單層次的,缺少對信息的多角度處理。為解決上述問題,Ziarko在粗糙集理論中引入變精度概念,使粗糙集理論有了容錯能力,為近似決策規(guī)則的獲取奠定了理論基礎；錢宇華和梁吉業(yè)等提出,采用多個不可分辨關系針對論域進行層次劃分,構造論域空間。從而在多粒度的論域空間上針對目標決策進行概念的近似逼近。通過這種改進,提出了多粒度粗糙集模型,使得Pawlak經(jīng)典粗糙集理論具有了多角度處理信息的能力,進一步推動了粗糙集理論的發(fā)展。在此基礎上發(fā)展出的可變精度多粒度粗糙集模型結合了變精度粗糙集模型和多粒度粗糙集模型各自的優(yōu)點,兼具對噪聲數(shù)據(jù)的容忍能力和多粒度、多角度分析解決問題的能力；而另一方面,張明等在多粒度粗糙集的基礎上,綜合考慮知識粒度質(zhì)量和數(shù)量,提出了基于加權粒度的多粒度粗糙集模型,該模型對知識粒度的考察較為全面,可以更好的適應多粒度粗糙集模型的應用環(huán)境。但上述兩種改進模型也存在著各自的不足,本文在上述模型的基礎上,進行分析改進,取得了如下研究成果：變精度多粒度粗糙集模型的變精度閾值是單一的,而多粒度粗糙集模型是從多角度、多層次處理數(shù)據(jù),其處理的數(shù)據(jù)往往是多源的或者是分布式的,噪音數(shù)據(jù)的含量也各不相同。因此,不同知識粒度層次所應具有的變精度閾值也不相同,這使得現(xiàn)有的變精度多粒度粗糙集模型難以適應現(xiàn)實生活中多粒度的應用環(huán)境。通過分析上述缺點,本文提出了基于多重閾值的變精度多粒度粗糙集模型,該模型使得不同知識粒度層次的變精度閾值可獨立調(diào)整,更符合多粒度粗糙集模型的數(shù)據(jù)特征,該模型更好的結合了多粒度粗糙集模型和變精度粗糙集模型,可從多角度分析解決問題又兼具更靈活的容錯能力�；诩訖嗔６鹊亩嗔６却植诩Ｐ驮谶x擇知識粒度時,僅考慮知識粒度權重的簡單累加,沒有考慮到知識粒度權重的分布情況,不符合實際問題的求解需要。在分析上述問題之后,本文從知識粒度的權重分布角度,提出了基于權重分布的多粒度粗糙集模型。定義了基于權重分布的多粒度粗糙集模型的兩種常見形式,即基于權重組合分布的多粒度粗糙集模型和基于權重平均分布的多粒度粗糙集模型,給出了模型的相關性質(zhì),通過實例和仿真實驗驗證了該模型的有效性。
【關鍵詞】：粗糙集 多粒度 變精度 加權粒度 多重閾值 權重分布
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要3-5
• Abstract5-9
• 第一章 緒論9-13
• 1.1 研究目的和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 論文主要內(nèi)容和組織結構11-13
• 第二章 粗糙集理論基本概念13-19
• 2.1 粗糙集基本思想13
• 2.2 粗糙集的基本概念13-18
• 2.3 本章小結18-19
• 第三章 粗糙集擴展模型19-25
• 3.1 多粒度粗糙集模型19-22
• 3.2 變精度多粒度粗糙集模型22-23
• 3.3 基于加權粒度的多粒度粗糙集模型23-24
• 3.4 本章小結24-25
• 第四章 基于多重閾值的變精度多粒度粗糙集模型25-37
• 4.1 基于多重閾值的變精度多粒度粗糙集模型介紹26-29
• 4.2 基于多重閾值的變精度多粒度粗糙集模型的相關性質(zhì)29-32
• 4.3 基于多重閾值的變精度多粒度粗糙集模型的粒度約簡算法32-35
• 4.4 本章小結35-37
• 第五章 基于權重分布的多粒度粗糙集模型37-51
• 5.1 基于權重分布的多粒度粗糙集模型介紹38-41
• 5.2 基于權重分布的多粒度粗糙集模型的相關性質(zhì)41-44
• 5.3 基于權重分布的多粒度粗糙集模型案例分析44-48
• 5.4 基于權重分布的多粒度粗糙集模型仿真實驗48-50
• 5.4.1 實驗數(shù)據(jù)及參數(shù)設定48-49
• 5.4.2 仿真實驗結果分析49-50
• 5.5 本章小結50-51
• 第六章 總結與展望51-53
• 參考文獻53-56
• 附錄A 圖索引56
• 附錄B 表索引56-57
• Appendix A Figure index57
• Appendix B Table index57-58
• 致謝58-59
• 攻讀碩士學位期間發(fā)表的學術論文59-60
• 攻讀碩士學位期間參加研究的項目60

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐怡;楊宏健;紀霞;;基于雙重�；瘻蕜t的鄰域多粒度粗糙集模型[J];控制與決策;2015年08期

2 張明;程科;楊習貝;唐振民;;基于加權粒度的多粒度粗糙集[J];控制與決策;2015年02期

3 張明;唐振民;徐維艷;楊習貝;;可變多粒度粗糙集模型[J];模式識別與人工智能;2012年04期

4 桑妍麗;錢宇華;;一種悲觀多粒度粗糙集中的粒度約簡算法[J];模式識別與人工智能;2012年03期

5 呂躍進;程宏濤;覃菊瑩;;基于判斷可信度的層次分析排序方法[J];控制與決策;2012年05期

6 王國胤;姚一豫;于洪;;粗糙集理論與應用研究綜述[J];計算機學報;2009年07期

7 王國胤;張清華;;不同知識粒度下粗糙集的不確定性研究[J];計算機學報;2008年09期

8 李秀紅;史開泉;;一種基于知識粒度的屬性約簡算法[J];計算機應用;2006年S1期

9 何偉;劉春亞;趙軍;李華;;不完備信息系統(tǒng)下的屬性約簡算法[J];計算機科學;2004年02期

10 田軍,張朋柱,王刊良,汪應洛;基于德爾菲法的專家意見集成模型研究[J];系統(tǒng)工程理論與實踐;2004年01期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 陳潔;商空間的�；P鍵技術及問題求解研究[D];安徽大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 楊宏健;面向混合數(shù)據(jù)的鄰域多粒度粗糙集模型和算法研究[D];安徽大學;2015年

，

本文編號：608132