基于多尺度决策表的最优尺度选择方法研究

发布时间：2023-02-06 10:31

　　粒计算是当前人工智能领域中一种新的概念和计算范式,是一种研究基于多层次粒结构的思维方式、问题求解方法与信息处理模式。根据不同的应用需求,选择最合适的尺度层面进行数据分析成为粒计算的一个重要研究课题。现有的多尺度决策信息表的最优尺度选择方法,存在以下两个限制性特征:（1）对于同一属性,所有对象的最优尺度层次相同;（2）对于同一对象,在不同属性下具有相同的最优尺度层次。本学位论文提出了一种基于属性粒度树的最优尺度选择的新方法,研究了融合不同属性的不同尺度的规则提取方法,特点是同一条决策规则中的属性具有不同的尺度;对于同一属性,在不同的决策规则下具有不同的尺度,使得最优尺度更加精确,简化规则。首先,将形式背景下的属性粒度树方法引入到了多尺度决策信息表,给出了多尺度决策信息表中属性粒度树的概念,研究了其详细性质。在粒度树中,引入了能描述属性粒度层次的剪枝概念,探讨了不同剪枝之间的偏序关系。定义了基于全局剪枝的混合尺度信息表的概念,并研究了它的性质。给出了协调和不协调完备多尺度决策信息表最优全局剪枝的判别条件,并用证据理论描述了最优全局剪枝的性质,还用算法进行实现。同时,研究了已有最优尺度方法和... 

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 粒计算研究背景及意义
    1.2 国内外研究现状
    1.3 本文的研究内容
    1.4 本文结构
第二章 理论基础
    2.1 形式背景分析的属性粒度树
    2.2 完备信息系统
    2.3 完备多尺度信息系统
    2.4 决策系统与决策规则
    2.5 信念结构和信念函数
第三章 基于剪枝的混合尺度信息系统
    3.1 多尺度信息系统的属性粒度树
    3.2 属性粒度树的剪枝
    3.3 基于剪枝的完备混合尺度信息系统
    3.4 基于剪枝的证据理论
第四章 协调的完备多尺度决策信息系统的最优尺度选择
    4.1 协调的完备多尺度决策系统的最优全局剪枝判别
    4.2 协调多尺度决策表的最优尺度选择的算法实现
    4.3 经典的协调多尺度决策表最优尺度选择方法分析
        4.3.1 与整体化最优尺度方法的分析对比
        4.3.2 与格模型最优尺度方法的分析对比
        4.3.3 与局部最优尺度方法的分析对比
    4.4 协调的完备混合尺度信息系统的知识获取
        4.4.1 协调的完备混合尺度信息系统的属性约简
        4.4.2 协调的完备混合尺度信息系统的规则获取
    4.5 实验与分析
第五章 不协调的完备多尺度决策信息系统的最优尺度选择
    5.1 不协调的完备多尺度决策系统的最优全局剪枝判别
    5.2 不协调多尺度决策表的最优尺度选择的算法实现
    5.3 不协调的完备混合尺度信息系统的知识获取
        5.3.1 不协调的完备混合尺度信息系统的属性约简
        5.3.2 不协调的完备混合尺度信息系统的规则获取
第六章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
攻读学位期间参加科研情况及获得的学术成果



本文编号：3735833