基于粗糙集的智能决策理论与应用研究

发布时间：2017-04-20 03:13

  本文关键词：基于粗糙集的智能决策理论与应用研究，由笔耕文化传播整理发布。

【摘要】：研究了基于粗糙集的智能决策理论及应用问题。对于粗糙决策中的基本问题、不同决策信息系统下的粗糙决策分析方法及粗糙决策理论的应用进行了研究。全文的主要内容如下: 针对粗糙集中存在的不确定性和模糊性,提出了新的熵测量方法。对于粗糙集中的不确定性,在分析现有粗糙度与粗糙熵不足的基础上,提出了一种新的修正粗糙熵,使不确定性的测量更合理;对于粗糙集中的模糊性,提出了一种新的模糊熵;并分别将基于不可分辨关系下的修正粗糙熵和模糊熵拓展到基于一般二元关系下的广义修正粗糙熵和广义模糊熵。最后用一个算例来说明本文提出的方法的合理性与有效性。 连续属性的离散化是粗糙集理论的主要问题之一。文中提出了一种超曲面的离散化方法,给出了超曲面的表示方法,提出了基于支持向量机的超曲面寻优,并将这种方法应用于空军器材保障中,仿真结果表明,提出的超曲面方法可以获得更为简捷的决策规则。 文中对基于不可分辨关系下的传统粗糙集方法进行了拓展。针对有空值或多值的决策系统,讨论了相容粗糙集模型,提出了军机备件需求量修正的相容粗糙集方法;在有偏好信息的决策系统中,讨论了基于优势关系的优势粗糙集方法,并将这种方法应用于空军航材供应点的偏好选址中;对于决策信息系统中有偏好且不完全信息的情况,提出基于扩展优势关系下的扩展优势粗糙集。 针对有模糊信息的决策系统,研究了粗糙集与模糊集的集成问题。考虑到实际决策系统可能遭受到的随机噪声等影响,对原有的粗糙模糊集与模糊粗糙集进行了拓展。对于条件属性值确定,决策属性值模糊的情况,提出了相容粗糙模糊集;对于条件属性值与决策属性值均模糊的情况,提出了相容模糊粗糙集。并分别通过一个算例说明方法的有效性。 对于决策信息系统中属性值为区间数的情况,文中提出了一种粗糙神经网络的方法,给出了这种粗糙神经网络的网络结构及学习算法,证明了此网络的逼近定理。最后将此方法应用于歼击机的故障认定系统,仿真结果表示,此粗糙神经网络可以很好地对具有区间数的歼击机故障认定系统进行故障认定。 最后,对于自修复飞行控制系统效能评估问题,针对不同的评估信息系统,提出了两种不同的粗糙评估方法。当评估信息系统中条件属性值连续、确定,决策属性值确定时,提出了粗糙-模糊集集成模型的方法;当评估信息系统中条件属性值连续、确定,决策属性值模糊时,提出了相容粗糙模糊集方法;并将两种方法成功地应用于一个实际的自修复飞行控制系统的效能评估问题中。
【关键词】：智能决策 粗糙集 拓展粗糙集 模糊熵 粗糙熵 离散化 故障认定 自修复控制系统效能评估
【学位授予单位】：南京航空航天大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：C934
【目录】：

• 第一章 绪论12-27
• 1.1 智能决策12-15
• 1.1.1 信息与决策分析12
• 1.1.1 智能决策与知识发现12-13
• 1.1.2 智能决策技术13-15
• 1.2 粗糙集理论发展概述15-17
• 1.2.1 粗糙集理论的起源和发展15-16
• 1.2.2 粗糙集理论的研究现状16-17
• 1.3 粗糙集理论的基本概念17-23
• 1.3.1 知识的含义与表示方法17-19
• 1.3.2 粗糙集19-20
• 1.3.3 属性的约简与核20-22
• 1.3.4 决策规则22-23
• 1.4 本文涉及的二元关系23-24
• 1.5 本文的主要工作24-27
• 第二章 粗糙集中不确定性与模糊性测量的熵方法27-38
• 2.1 引言27-28
• 2.2 粗糙集中不确定性测量的修正粗糙熵方法28-32
• 2.2.1 粗糙熵的基本概念28
• 2.2.2 等价关系下粗糙集不确定性的测量28-30
• 2.2.3 一般二元关系下粗糙集不确定性的测量30-32
• 2.3 粗糙集中模糊性测量的模糊熵方法32-36
• 2.3.1 模糊熵的基本概念32-33
• 2.3.2 等价关系下粗糙集模糊性的测量33-35
• 2.3.3 一般二元关系下粗糙集模糊性的测量35-36
• 2.4 算例36-37
• 2.4.1 不确定性与模糊性的测量36
• 2.4.2 粗糙度、粗糙熵与修正粗糙熵的比较36-37
• 2.5 本章小结37-38
• 第三章 粗糙集中连续属性的离散化38-49
• 3.1 引言38
• 3.2 超平面的离散化方法38-40
• 3.2.1 信息系统中的超平面38-40
• 3.2.2 基于神经网络的超平面的求解40
• 3.3 超曲面的离散化方法40-44
• 3.3.1 信息系统中的超曲面40-43
• 3.3.2 基于支持向量机的超曲面的求解43-44
• 3.4 间接离散方法在空军器材保障中的应用44-48
• 3.4.1 超平面离散化方法45-47
• 3.4.2 超曲面离散化方法47-48
• 3.5 本章小结48-49
• 第四章 粗糙集模型的扩展及其应用49-71
• 4.1 引言49
• 4.2 相容关系下的相容粗糙集模型49-53
• 4.2.1 多值决策系统和不完全决策系统49-50
• 4.2.2 基于相容关系的集合的上、下近似集50-52
• 4.2.3 属性的约简及规则的获取52-53
• 4.3 军机备件需求量修正的相容粗糙集方法53-58
• 4.3.1 军机备件的基本概念53-54
• 4.3.2 军机备件需求量的计算54-55
• 4.3.3 影响军机备件的几个不可量化因素55
• 4.3.4 基于相容粗糙集的军机备件需求量修正系数的确定55-58
• 4.4 多属性排序问题的优势粗糙集方法及应用58-64
• 4.4.1 具有偏好信息的多属性排序问题58
• 4.4.2 基于优势粗糙集的方案排序58-61
• 4.4.3 基于优势粗糙集的空军航材供应点的偏好选址61-64
• 4.5 不完全信息下多属性分类问题的扩展优势粗糙集方法64-70
• 4.5.1 不完全信息的多属性分类问题65-66
• 4.5.2 扩展优势粗糙集66-68
• 4.5.3 实例68-70
• 4.6 本章小结70-71
• 第五章 粗糙集与模糊集的集成71-83
• 5.1 引言71
• 5.2 模糊决策信息系统71
• 5.3 相容粗糙模糊集71-76
• 5.3.1 相容关系及相容类72
• 5.3.2 相容粗糙模糊集72-73
• 5.4.3 相容粗糙模糊隶属函数及其性质73
• 5.3.4 算例73-76
• 5.4 相容模糊粗糙集76-82
• 5.4.1 模糊相容关系及模糊相容类76-77
• 5.4.2 相容模糊粗糙集77-78
• 5.4.3 相容模糊粗糙隶属函数及其性质78-79
• 5.4.4 算例79-82
• 5.5 本章小结82-83
• 第六章 具有区间数的粗糙神经网络决策分析方法83-96
• 6.1 引言83
• 6.2 具有区间数的决策信息系统83
• 6.3 具有区间数的粗糙神经网络83-87
• 6.3.1 网络结构83-84
• 6.3.2 学习算法84-86
• 6.3.3 网络逼近定理86-87
• 6.4 基于粗糙神经网络的歼击机故障认定87-95
• 6.5 本章小结95-96
• 第七章 自修复飞行控制系统效能评估的粗糙集方法96-108
• 7.1 引言96
• 7.2 自修复飞行控制效能评估系统96-98
• 7.2.1 自修复飞行控制效能评估等级96-97
• 7.2.2 自修复飞行控制效能评估系统97-98
• 7.3 基于粗糙-模糊集集成模型获取连续属性决策规则98-101
• 7.3.1 属性值连续的决策系统98
• 7.3.2 利用模糊集将连续属性值转化为模糊属性值98-99
• 7.3.3 模糊相容关系下的粗糙近似99-101
• 7.3.4 模糊相容关系下的属性约简101
• 7.4 基于粗糙-模糊集集成模型的自修复飞行控制系统的效能评估101-104
• 7.4.1 条件属性的隶属函数102-103
• 7.4.2 将连续属性决策表转换成模糊属性决策表103-104
• 7.4.3 决策规则104
• 7.5 基于相容粗糙模糊集的自修复飞行控制系统的效能评估104-107
• 7.6 本章小结107-108
• 第八章 结束语108-110
• 参考文献110-120
• 致谢120-121
• 攻读博士学位期间完成的学术论文及参加的科研项目121-122

【引证文献】

中国博士学位论文全文数据库 前2条

1 胡明礼;不完全信息下基于粗糙集的决策分析方法研究[D];南京航空航天大学;2006年

2 王大江;城市交通需求管理适应性评价研究[D];西南交通大学;2012年

中国硕士学位论文全文数据库 前3条

1 黄晶晶;基于粗糙集的防空信息战系统效能评估研究[D];湖北工业大学;2011年

2 周刚;人的安全行为模式分析与评价研究[D];山东科技大学;2006年

3 周春锋;基于LCA的船舶环境影响评价方法研究与应用[D];武汉理工大学;2009年

  本文关键词：基于粗糙集的智能决策理论与应用研究，，由笔耕文化传播整理发布。

本文编号：317774