分布式全模糊决策信息系统中若干问题的研究

发布时间：2021-09-07 05:09

　　信息系统是人工智能中的一种重要模型.信息结构作为信息系统的基本结构,是信息系统的重要研究内容.不确定性度量作为一种评价工具,是机器学习的一个重要研究课题.本文主要研究了分布式全模糊决策信息系统中的若干问题.第二章系统地研究了全模糊信息系统的模糊信息结构和不确定性度量.理论分析、数值实验和有效性分析表明,粒度度量和熵度量可以用来进行全模糊信息系统的不确定性度量.这些结果将有助于全模糊信息系统中的规则评价,并理解其不确定性的本质.第三章研究了分布式全模糊信息系统的模糊信息结构和不确定性度量.这些度量可以应用于特征选择和数据挖掘,并可能在分布式全模糊信息系统的知识发现中有潜在的应用.第四章研究了基于分布式fc-决策信息系统的多粒度决策粗糙集方法并尝试将其应用到医疗诊断上.这些结果将有助于处理分布式模糊数据,对建立分布式fc-决策信息系统中的多粒度决策粗糙集的框架具有重要意义. 

【文章来源】：广西民族大学广西壮族自治区

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 分布式全模糊决策信息系统的研究背景、意义及现状
    1.2 本文的主要结果
2 全模糊信息系统
    2.1 预备知识
        2.1.1 模糊集和模糊关系
        2.1.2 全模糊信息系统
    2.2 全模糊信息系统诱导的模糊T-等价关系
    2.3 全模糊信息系统中的模糊信息结构
        2.3.1 模糊信息颗粒和模糊信息结构
        2.3.2 模糊信息结构之间的依赖性
        2.3.3 模糊信息结构之间的信息距离
        2.3.4 全模糊信息系统中的包含度
    2.4 全模糊信息系统的不确定性度量
        2.4.1 全模糊信息系统的粒度度量
        2.4.2 全模糊信息系统的熵度量
    2.5 数值实验和有效性分析
        2.5.1 数值实验
        2.5.2 离散性分析
3 分布式全模糊信息系统
    3.1 预备知识
    3.2 分布式全模糊信息系统中的模糊信息结构
        3.2.1 模糊信息颗粒和模糊信息结构
        3.2.2 模糊信息结构之间的依赖性
        3.2.3 模糊信息结构之间的信息距离
        3.2.4 分布式全模糊信息系统中的包含度
    3.3 分布式全模糊信息系统的不确定性度量
        3.3.1 分布式全模糊信息系统的粒度度量
        3.3.2 分布式全模糊信息系统的熵度量
4 基于分布式fc-决策信息系统的多粒度决策粗糙集方法
    4.1 预备知识
        4.1.1 粗糙集
        4.1.2 多粒度粗糙集
        4.1.3 决策粗糙集
        4.1.4 分布式fc-决策信息系统
    4.2 基于分布式fc-决策信息系统的多粒度决策粗糙集方法
        4.2.1 模糊集上的ae-关系
        4.2.2 乐观多粒度决策粗糙集
        4.2.3 悲观多粒度决策粗糙集
    4.3 医疗诊断的应用
5 总结与未来工作设想
参考文献
致谢
发表与完成文章目录



本文编号：3388904