基于粗糙集理论的不确定决策问题的研究与应用

发布时间：2017-04-28 11:04

  本文关键词：基于粗糙集理论的不确定决策问题的研究与应用，由笔耕文化传播整理发布。

【摘要】： 决策需要知识，目前的决策系统因知识获取瓶颈而发展缓慢。粗糙集作为一种处理不确定、不精确数据的数学工具，，从新的角度认识知识，特别值得注意的是它与其它软计算方法有很强的集成能力。此种背景下，基于粗糙集理论分析的决策就成为决策学科的一个前沿问题。同时必须看到，粗糙集还是一个发展中的新生事物，在许多方面的研究仍是开放问题。这些问题的解决，是扩大粗糙集实用化的基石。本文正是以此为契机，就粗糙集理论分析为中心的几个关键问题进行了深入的研究。全文重点论述的内容如下： (1)连续属性的离散化，是制约粗糙集发展的主要障碍之一。从粗糙集的角度，就相容连续条件属性决策表的离散化，提出了一种简单的离散化方法。最优离散化是NP-hard问题，这里引用文献2将之转化为0-1数学规划问题。鉴于数学规划对大型决策表离散的计算收敛性问题，提出了一种新的基于第一类分类分离矩阵和第二类分类分离矩阵的遗传算法的连续属性离散算法。 (2)选择合理有效的简明属性集，是粗糙集研究的重要内容。最优属性选择也是NP-hard问题。在分析属性选择方法不足的基础上，利用特征矩阵概念，提出了最优属性选择的启发式算法。算法能在决策表有效约简的情况下全面得到最优解。此外，基于扩张矩阵理论，提出了一种求解最优属性的改进优化模型。并用遗传算法研究最优属性的选择方法。 (3)粗糙集理论分析的精华是约简决策表，挖掘其中的有用模式辅助决策。针对相容无噪决策表，引鉴了两种从决策表获取知识的算法一ITIL算法和启发式规则获取算法。并就复杂决策表，研究了一种决策表的分解方法，简化了大型决策表的分析难度。
【关键词】：粗糙集 专家知识 粗糙集理论分析 决策表 离散化 属性选择 知识获取
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2003
【分类号】：C934
【目录】：

• 绪论8-14
• 1． 采用粗糙集理论进行分析的基本步骤9-12
• 1．1 决策表的约简9-10
• 1．2 连续属性的离散化10-11
• 1．3 粗糙集与其它软计算方法的集成11-12
• 2． 粗糙集理论应用的展望12-14
• 第一章 粗糙集理论基础14-20
• 1．1 粗糙集理论基本概念14-17
• 1．1．1 论域、知识与等价类14-15
• 1．1．2 粗糙集合逼近15
• 1．1．3 评价粗糙集的相关函数15-16
• 1．1．4 属性的约简16-17
• 1．2 决策表分析基础17-18
• 1．3 知识的获取18-19
• 1．4 本章小结19-20
• 第二章 粗糙集理论在决策树优化中的应用20-26
• 2．1 粗糙集和决策树20-21
• 2．2 构造超属性决策树21-22
• 2．3 基于粗糙集理论的决策树优化方法22-25
• 2．3．1 基本概念22-23
• 2．3．2 决策树优化算法23-25
• 2．4 本章小结25-26
• 第三章 粗糙集与神经网络的集成26-31
• 3．1 粗糙集与神经网络26-28
• 3．2 粗糙集与神经网络集成的研究现状评述28-30
• 3．3 本章小结30-31
• 第四章 连续属性的离散化31-39
• 4．1 相容连续条件属性决策表的离散化31-33
• 4．1．1 连续属性重要性的度量31-32
• 4．1．2 一种连续属性的离散化算法32-33
• 4．2 基于遗传算法的连续属性离散化方法33-35
• 4．2．1 基本概念33-34
• 4．2．2 侯选分割点的选择34
• 4．2．3 分割点集的优选34-35
• 4．3 一种基于分割点分离矩阵的离散化优化方法35-38
• 4．4 本章小结38-39
• 第五章 决策表最优属性的选择39-48
• 5．1 最优属性子集选择的理论基础39-42
• 5．1．1 扩张矩阵理论39-40
• 5．1．2 决策表的核40
• 5．1．3 特征矩阵40-41
• 5．1．4 分类及分类矩阵41
• 5．1．5 最优属性选择的启发式算法41-42
• 5．2 一种新的基于评分函数的启发式算法：42-43
• 5．3 处理时序决策表的方法43-44
• 5．3．1 约简时序决策表算法1（获取TDT中非时序信息）43
• 5．3．2 约简时序决策表算法2（获取TDT中时序信息）43
• 5．3．3 约简时序决策表算法3（获取TDT中关于变化量的信息）43-44
• 5．3．4 约简时序决策表算法4（获取TDT中关于变化率的信息）44
• 5．4 对连续型决策属性处理方法的探讨44-45
• 5．4．1 基本概念44-45
• 5．4．2 一种基于灰色聚类的连续决策属性的处理方法45
• 5．5 基于粗糙集的决策知识获取45-47
• 5．5．1 基于粗糙集理论的启发式算法45-46
• 5．5．2 一种常用的属性选择和知识归纳46-47
• 5．6 本章小结47-48
• 第六章 粗糙集理论在不确定决策中的应用48-57
• 6．1 对不确定决策问题的界定48-49
• 6．1．1 基本概念48
• 6．1．2 不确定信息的产生根源48-49
• 6．2 基于粗糙集理论解决不确定决策问题的可行性讨论49-51
• 6．3 采用粗糙集理论解决实际不确定决策问题的解决步骤51-52
• 6．4 采用粗糙集理论解决不确定决策问题的实例分析52-56
• 6．5 本章小结56-57
• 结束语57-58
• 致谢58-59
• 硕士期间发表的论文清单59-60
• 参考文献60-62

【引证文献】

中国博士学位论文全文数据库 前1条

1 张丽;蓟县老虎顶采石矿复垦工程地质评价[D];吉林大学;2009年

中国硕士学位论文全文数据库 前3条

1 梁本哲;基于粗糙集理论的土地利用规划决策支持系统模型及其应用研究[D];中国地质大学;2007年

2 路海娟;基于信息融合技术的火灾报警方法研究[D];沈阳航空工业学院;2008年

3 肇梦佳;可视监控中的报警识别方法研究[D];沈阳航空航天大学;2011年

  本文关键词：基于粗糙集理论的不确定决策问题的研究与应用，由笔耕文化传播整理发布。

本文编号：332680