基于灰粗集属性知识简约算法的海运规则发现

发布时间：2019-01-10 19:32

【摘要】：海运市场运营规则能够帮助海运企业找到盈利增长点,针对海运市场营运规则难于被发现的问题,将灰色系统理论和粗糙集理论进行融合,针对知识约简中分辨函数范式转化过程中的逻辑推演难题,提出了一种基于灰色粗集融合属性的改进约简算法,选取2007年、2010年、2013年、2015年典型年份作为样本年份,应用灰色系统、粗糙集和基于灰粗集知识约简算法分别进行海运市场盈运规则发现实证分析,通过比较证明了该算法的时效性,同时发掘出了当前海运市场的船型、货品、航线、运价、运力间的营运管理规则。
[Abstract]:Shipping market operation rules can help shipping enterprises to find profit growth point. Aiming at the problem that shipping market operation rules are difficult to find, grey system theory and rough set theory are combined. In order to solve the problem of logical deduction in the transformation of discernibility function normal form in knowledge reduction, an improved reduction algorithm based on gray rough set fusion attribute is proposed. The typical years of 2007, 2010, 2013 and 2015 are selected as sample years. Using grey system, rough set and knowledge reduction algorithm based on grey rough set, the empirical analysis of earnings rules discovery in maritime transportation market is carried out, and the timeliness of the algorithm is proved by comparison. At the same time, the ship types and goods in the current shipping market are found out. Operating management rules for routes, fares, and capacity.
【作者单位】： 青岛农业大学经济与管理学院;北京科技大学东凌经济管理学院;
【基金】：国家自然科学基金资助项目《面向商务智能的思维主题发现》(71272161) 青岛农业大学高层次人才科研基金项目《国际航运物流企业风险管理与防范机制研究》(6631115710) 青岛农业大学人文社会科学研究基金项目《基于信息可追溯的水产品物流体系研究》(6611115726);《农业产业链发展环境下山东省畜牧业物流体系构建》(613Q03) 山东省高等学校人文社会科学研究计划项目《山东区域物流供给侧优化对策研究》(J16YE08)
【分类号】：TP18;F551

【参考文献】

相关期刊论文 前4条

1 余建航;徐伟华;;序信息系统下变精度与程度的“逻辑或”粗糙集[J];计算机科学与探索;2015年01期

2 沈晨鸣;;基于粗糙集的数据挖掘属性约简算法研究[J];南京工程学院学报(自然科学版);2007年01期

3 王小晟;;粗糙集与灰色系统[J];计算机工程与应用;2006年31期

4 汪传旭,柳鹏;国际干散货海运量预测系统的研究[J];上海海运学院学报;1997年02期

【共引文献】

相关期刊论文 前10条

1 周瑞;;GM(1,1)白化微分优化方程预测模型建模过程应用分析[J];科技视界;2016年20期

2 余建航;徐伟华;;序信息系统下基于精度与程度“逻辑与”和“逻辑或”的粗糙集[J];计算机科学;2016年02期

3 胡猛;徐伟华;;序信息系统中基于“逻辑且”和“逻辑或”的双量化粗糙模糊集[J];计算机科学;2016年01期

4 李梦婉;沙秀艳;;基于GM(1,1)灰色预测模型的改进与应用[J];计算机工程与应用;2016年04期

5 李蒙蒙;徐伟华;;优势关系下变精度与程度“逻辑且”粗糙模糊集[J];计算机科学与探索;2016年02期

6 余建航;徐伟华;;序信息系统下变精度与程度的“逻辑与”粗糙集[J];模糊系统与数学;2015年04期

7 张永振;;石油设备物资国际海洋运输管理[J];物流工程与管理;2010年05期

8 严建峰;刘明;李伟华;;故障诊断系统中的冗余特征处理[J];计算机测量与控制;2008年06期

9 王键,张仁颐;新油轮市场需求的交互式逐步逼近建模及预测[J];上海交通大学学报;2002年01期

10 尹相勇,贾顺平,彭宏勤;外贸货物运输需求量预测研究[J];铁道学报;2000年03期

【二级参考文献】

相关期刊论文 前4条

1 张贤勇;熊方;莫智文;;精度与程度的逻辑或粗糙集模型[J];模式识别与人工智能;2009年05期

2 申锦标;吕跃进;;变精度与程度粗糙集的一种推广[J];计算机工程与应用;2008年36期

3 张贤勇;莫智文;;变精度粗糙集[J];模式识别与人工智能;2004年02期

4 刘清;《Rough集及Rough推理》[J];计算机研究与发展;2003年02期

【相似文献】

相关期刊论文 前10条

1 胡可云,陆玉昌,石纯一;粗糙集理论及其应用进展[J];清华大学学报(自然科学版);2001年01期

2 李孟歆,吴成东,夏兴华,YongYue;粗糙集理论及其应用[J];沈阳建筑工程学院学报(自然科学版);2001年04期

3 张化光,梁洪力;基于两种新型算子的粗糙集运算[J];东北大学学报;2003年11期

4 姚小群,陈统坚,姚锡凡;基于粗糙集理论的数据发掘算法[J];机床与液压;2003年04期

5 熊萍,程华斌,吴晓平;基于粗糙集理论的一种综合定权法[J];海军工程大学学报;2003年01期

6 谭思云,张青枝,李志明;基于粗糙集的分类和规则归纳法[J];武汉理工大学学报;2003年02期

7 毕义明,王汉功,陈桂明;基于粗糙集理论的装备战损评估方法[J];装备指挥技术学院学报;2004年05期

8 孙海军,蒋东翔,钱立军,战祥森;基于粗糙集理论的旋转机械故障诊断方法[J];动力工程;2004年01期

9 车增强,李丙才,杨青年,颉振群,傅应霞,赵荣泳;粗糙集理论简介及其在电站行业中的应用潜力分析[J];移动电源与车辆;2004年04期

10 代春艳;粗糙集理论及其应用发展综述[J];重庆工商大学学报(自然科学版);2004年06期

相关会议论文 前10条

1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集（第2册）[C];2005年

2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年

3 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

5 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

6 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年

7 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年

8 王红萍;万程亮;金彦丰;;应用粗糙集理论的对抗效果权重确定方法[A];2009’中国西部地区声学学术交流会论文集[C];2009年

9 王莉;周献中;;一种基于粗糙集的模糊神经网络模型在钢材力学性能预测中的研究[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

相关博士学位论文 前10条

1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年

2 唐孝;基于粗糙集的知识发现方法及其在ECG信号识别中的应用[D];电子科技大学;2015年

3 曾凯;邻域粒化粗糙计算的关键技术研究与应用[D];电子科技大学;2015年

4 鲍忠奎;面向不确定信息系统的粗糙集扩展模型研究[D];合肥工业大学;2015年

5 王永生;基于粗糙集理论的动态数据挖掘关键技术研究[D];北京科技大学;2016年

6 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007年

7 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年

8 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年

9 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院（计算技术研究所）;2003年

10 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年

相关硕士学位论文 前10条

1 江飞;粗糙集神经网络故障诊断方法研究[D];西安石油大学;2015年

2 何理荣;粗糙集理论在银行信贷风险评估中的应用研究[D];华南理工大学;2015年

3 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年

4 杨礼;基于粗糙集的公路交通安全预警研究[D];西南交通大学;2015年

5 聂萌瑶;基于泛系串并模型的粗糙集概念扩展与拓扑空间[D];兰州大学;2015年

6 徐鹏;基于粗糙集的建筑起重机械安全精细化评价研究[D];西安建筑科技大学;2015年

7 孙宇航;粗糙集属性约简方法在医疗诊断中的应用研究[D];苏州大学;2015年

8 张曼;基于粗糙集和包含度的聚类分类算法研究[D];青岛理工大学;2015年

9 车世远;基于群搜索优化粗糙集的脑科学数据研究[D];大连海事大学;2015年

10 林哲;基于粗糙集的马田系统研究及其在银行直接营销客户分类中的应用[D];南京理工大学;2015年

，

本文编号：2406706