决策表的属性约简及其在应急管理上的应用
发布时间：2022-01-16 12:08
近年来,突发事件发生呈常态化趋势,其诱因复杂、发展迅猛,给各国家和地区带来严峻挑战。突发事件数据集记录的信息杂乱,不利于决策者做出科学有效的应急决策,需对其进行知识获取研究。现有面向突发事件的知识获取大多基于经典粗糙集,利用区分矩阵、重要度或信息熵方法设计算法,其处理突发事件数据集的效果欠佳且耗时较长。因此,本文利用覆盖粗糙集对突发事件决策表进行知识获取以提升数据处理效果,扩大粗糙集在应急管理领域中的应用。本文利用相关族方法对M逼近空间,D逼近空间覆盖粗糙集进行属性约简,并探究它们与图论之间的联系,借鉴图论中优化算法获取决策表的关键属性。突发事件数据集存在信息冗余、缺失,数据海量等问题,而相关族方法能对这样的决策表进行有效的属性约简。因此,本文以相关族和图论为基础探究突发事件的知识认识过程,主要包括属性约简、规则提取理论研究,算法设计与实例应用。首先,为便利后续工作,将一致和非一致决策表整合为统一框架,记为有效逼近集合,在此集合的基础上重新定义相关族。并利用相关族方法建立起超图极小顶点覆盖和权重极小顶点覆盖分别与决策表的属性约简和代价极小属性约简的新联系,从而得到决策表属性约简的新方法...
【文章来源】：中南林业科技大学湖南省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图１．１技术路线图??Ｆｉｇｕｒｅ?１．１?Ｔｅｃｈｎｏｌｏｇｙ?Ｒｏａｄｍａｐ??
中南林业科技大学硕士学位论文?决策表的属性约简及其在应急管理上的应用??ｘｇｔ／，称为的一个概念或范畴，中的任何概念族称为关于Ｃ／的知识。??定义２．２．３［６Ｇ１—个知识库就是一个关系系统尺＝?（Ｃ／，Ｒ），其中Ｖ为论域，Ｒ为［／上??的一族等价关系。??（３）上下逼近集合??所谓粗糙集，就是知识库尺＝?（Ｃ／，Ｍ）不具备准确刻画对象集Ｘ的能力。为使??Ｘ能被近似地分类和刻画，使用两个精确集合上逼近集合（ｕｐｐｅｒａｐｐｒｏｘｉｍａｔｉｏｎ）??和下逼近集合（ｌｏｗｅｒａｐｐｒｏｘｉｍａｔｉｏｎ）来描述Ｘ。??定义２．２．４＿给定知识库其中尺＝?（Ｃ／，Ｒ），对于每个子集和一个等价关系／？，??定义两个子集：??ＲＸ?＝?［ｊ｛ＹｅＵ／Ｒ＼ＹＣＸ｝?（２．１）??ＢＸ＝＼Ｊ｛ＹｅＵ／Ｒ＼Ｙｒ＼Ｘ＾０｝?（２．２）??分别称他们为Ｘ的尺下逼近集合和７？上逼近集合。对于粗糙集的上下逼近集合??可以通过图２．１更直观地理解。??Ｕ??／?Ｒ?：?ｓｕｂｓｅｔ?ｏｆ???ｖ??／???／?ａｔｔｒｉｂｕｔｅｓ???ｙ??Ｓｅｒ：?Ｘ?＇??＾??图２．１粗糙集近似集??Ｆｉｇｕｒｅ?２．１?Ｔｈｅ?ａｐｐｒｏｘｉｍａｔｉｏｎ?ｓｅｔｓ?ｏｆ?ｒｏｕｇｈ?ｓｅｔ??２．２．２覆盖粗糙集??Ｐａｗｌａｋ粗糙集基于等价关系这一数学模型，其只能处理离散型数据集。为避??免数值型数据离散化过程中发生的数据内部结构改变，挖掘性能下降，离散化带??来的误差等问题，Ｚａｋｏｗｓｋｉ等提出了覆盖粗糙集模型ｔ６１］。??１６??
，一；度出发，不同的表达方式为同一问题提供了不同的手段、方法和解决方案。回顾??上述的研究发现，现阶段粗糙集与图论之间的联系通过区分矩阵建立，但事实证??明区分矩阵只能应用至Ａ／？逼近空间覆盖粗糙集模型，因此基于区分矩阵方法建??立的粗糙集与图论之间的联系不完整，二者间的关值得我们继续进行研究和探讨。??超图（Ｈｙｐｅｒｇｒａｈ）?［２】为图的扩展模型，它的超边（ｈｙｐｅｒｅｄｇｅ）可以连接多个??顶点（如图２．２）。其中，｛Ｖｎ，ｗ４，Ｗ５｝为超图的顶点，與，巧，五３｝称为超边。一??般地，超图记为Ｗ?＝?（Ｆ，ｅ），Ｖ■表示有限顶点的集合，ｅ?（超边）是顶点Ｖ的一组??非空子集，经过顶点、的超边乓记为｛五，｜巧ｅ、｝。??
【参考文献】：
期刊论文
[1]基于局部粗糙集研究不完备信息系统的理论[J]. 刘瑶瑶. 智能计算机与应用. 2019(05)
[2]采用信息增益率的混合入侵检测模型设计[J]. 杨红浩,周治平. 信息与控制. 2019(04)
[3]代价敏感数据的多标记特征选择算法[J]. 黄琴,钱文彬,王映龙,吴兵龙. 智能系统学报. 2019(05)
[4]基于证据理论的覆盖决策信息系统的属性约简[J]. 张燕兰,李长清. 模式识别与人工智能. 2018(09)
[5]非常规突发事件的通信保障应急决策研究[J]. 樊自甫,李汶沁,孙红. 科技管理研究. 2018(08)
[6]基于概念格的不完备信息系统最简规则提取算法[J]. 陈泽华,宋波,闫继雄,柴晶. 控制与决策. 2019(05)
[7]基于粗糙集的突发事件属性约简方法[J]. 仲秋雁,王然,曲毅. 运筹与管理. 2018(01)
[8]不完备邻域粗糙集的不确定性度量和属性约简[J]. 姚晟,汪杰,徐风,陈菊. 计算机应用. 2018(01)
[9]基于属性重要度的风险决策粗糙集属性约简[J]. 张清华,胡荣德,姚龙洋,谢万成. 控制与决策. 2016(07)
[10]不一致决策表快速知识约简算法研究[J]. 常玉慧,郭庆军,钱进. 小型微型计算机系统. 2015(08)
博士论文
[1]覆盖粗糙集约简理论及应用[D]. 杨田.湖南大学 2010
硕士论文
[1]基于时空网络的航班延误恢复问题建模及优化方法[D]. 马永秀.中国民航大学 2017
[2]突发事件案例情景间关联规则挖掘及推理研究[D]. 刘灿.大连理工大学 2017
[3]面向用户偏好的突发事件知识获取研究[D]. 王然.大连理工大学 2016
[4]覆盖粗糙集的度量与属性约简方法研究[D]. 李婉璐.华北电力大学 2014
本文编号：3592629
【文章来源】：中南林业科技大学湖南省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图１．１技术路线图??Ｆｉｇｕｒｅ?１．１?Ｔｅｃｈｎｏｌｏｇｙ?Ｒｏａｄｍａｐ??
中南林业科技大学硕士学位论文?决策表的属性约简及其在应急管理上的应用??ｘｇｔ／，称为的一个概念或范畴，中的任何概念族称为关于Ｃ／的知识。??定义２．２．３［６Ｇ１—个知识库就是一个关系系统尺＝?（Ｃ／，Ｒ），其中Ｖ为论域，Ｒ为［／上??的一族等价关系。??（３）上下逼近集合??所谓粗糙集，就是知识库尺＝?（Ｃ／，Ｍ）不具备准确刻画对象集Ｘ的能力。为使??Ｘ能被近似地分类和刻画，使用两个精确集合上逼近集合（ｕｐｐｅｒａｐｐｒｏｘｉｍａｔｉｏｎ）??和下逼近集合（ｌｏｗｅｒａｐｐｒｏｘｉｍａｔｉｏｎ）来描述Ｘ。??定义２．２．４＿给定知识库其中尺＝?（Ｃ／，Ｒ），对于每个子集和一个等价关系／？，??定义两个子集：??ＲＸ?＝?［ｊ｛ＹｅＵ／Ｒ＼ＹＣＸ｝?（２．１）??ＢＸ＝＼Ｊ｛ＹｅＵ／Ｒ＼Ｙｒ＼Ｘ＾０｝?（２．２）??分别称他们为Ｘ的尺下逼近集合和７？上逼近集合。对于粗糙集的上下逼近集合??可以通过图２．１更直观地理解。??Ｕ??／?Ｒ?：?ｓｕｂｓｅｔ?ｏｆ???ｖ??／???／?ａｔｔｒｉｂｕｔｅｓ???ｙ??Ｓｅｒ：?Ｘ?＇??＾??图２．１粗糙集近似集??Ｆｉｇｕｒｅ?２．１?Ｔｈｅ?ａｐｐｒｏｘｉｍａｔｉｏｎ?ｓｅｔｓ?ｏｆ?ｒｏｕｇｈ?ｓｅｔ??２．２．２覆盖粗糙集??Ｐａｗｌａｋ粗糙集基于等价关系这一数学模型，其只能处理离散型数据集。为避??免数值型数据离散化过程中发生的数据内部结构改变，挖掘性能下降，离散化带??来的误差等问题，Ｚａｋｏｗｓｋｉ等提出了覆盖粗糙集模型ｔ６１］。??１６??
，一；度出发，不同的表达方式为同一问题提供了不同的手段、方法和解决方案。回顾??上述的研究发现，现阶段粗糙集与图论之间的联系通过区分矩阵建立，但事实证??明区分矩阵只能应用至Ａ／？逼近空间覆盖粗糙集模型，因此基于区分矩阵方法建??立的粗糙集与图论之间的联系不完整，二者间的关值得我们继续进行研究和探讨。??超图（Ｈｙｐｅｒｇｒａｈ）?［２】为图的扩展模型，它的超边（ｈｙｐｅｒｅｄｇｅ）可以连接多个??顶点（如图２．２）。其中，｛Ｖｎ，ｗ４，Ｗ５｝为超图的顶点，與，巧，五３｝称为超边。一??般地，超图记为Ｗ?＝?（Ｆ，ｅ），Ｖ■表示有限顶点的集合，ｅ?（超边）是顶点Ｖ的一组??非空子集，经过顶点、的超边乓记为｛五，｜巧ｅ、｝。??
【参考文献】：
期刊论文
[1]基于局部粗糙集研究不完备信息系统的理论[J]. 刘瑶瑶. 智能计算机与应用. 2019(05)
[2]采用信息增益率的混合入侵检测模型设计[J]. 杨红浩,周治平. 信息与控制. 2019(04)
[3]代价敏感数据的多标记特征选择算法[J]. 黄琴,钱文彬,王映龙,吴兵龙. 智能系统学报. 2019(05)
[4]基于证据理论的覆盖决策信息系统的属性约简[J]. 张燕兰,李长清. 模式识别与人工智能. 2018(09)
[5]非常规突发事件的通信保障应急决策研究[J]. 樊自甫,李汶沁,孙红. 科技管理研究. 2018(08)
[6]基于概念格的不完备信息系统最简规则提取算法[J]. 陈泽华,宋波,闫继雄,柴晶. 控制与决策. 2019(05)
[7]基于粗糙集的突发事件属性约简方法[J]. 仲秋雁,王然,曲毅. 运筹与管理. 2018(01)
[8]不完备邻域粗糙集的不确定性度量和属性约简[J]. 姚晟,汪杰,徐风,陈菊. 计算机应用. 2018(01)
[9]基于属性重要度的风险决策粗糙集属性约简[J]. 张清华,胡荣德,姚龙洋,谢万成. 控制与决策. 2016(07)
[10]不一致决策表快速知识约简算法研究[J]. 常玉慧,郭庆军,钱进. 小型微型计算机系统. 2015(08)
博士论文
[1]覆盖粗糙集约简理论及应用[D]. 杨田.湖南大学 2010
硕士论文
[1]基于时空网络的航班延误恢复问题建模及优化方法[D]. 马永秀.中国民航大学 2017
[2]突发事件案例情景间关联规则挖掘及推理研究[D]. 刘灿.大连理工大学 2017
[3]面向用户偏好的突发事件知识获取研究[D]. 王然.大连理工大学 2016
[4]覆盖粗糙集的度量与属性约简方法研究[D]. 李婉璐.华北电力大学 2014
本文编号：3592629
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3592629.html
