基于不同知识颗粒的粗糙集模型研究

发布时间：2017-08-31 01:24

  本文关键词：基于不同知识颗粒的粗糙集模型研究

  更多相关文章： 粗糙集 知识颗粒 二元关系 上近似 下近似

【摘要】：粗糙集理论是一种有效地处理不确定性知识的数学工具,为处理信息系统中的不协调、不完备问题提供了理论依据。粗糙集理论建立在基本知识颗粒之上,知识颗粒的大小直接影响粗糙集模型对信息的挖掘程度。当知识颗粒过大时,其特征被削弱;但知识颗粒太小时,其泛化能力减弱,所以选取合适的知识颗粒来构造粗糙集模型是很有必要的。本文主要着眼于知识颗粒,研究基于不同知识颗粒的各类粗糙集模型的性质和特点,加深对不同知识颗粒的粗糙集模型的认识,这对扩展粗糙集模型的研究具有较重要的理论与实际意义。本文主要研究基于相容类和最大相容类的相容粗糙集模型之间的联系,基于区间知识颗粒的优势关系粗糙集方法,以及基于前趋集和后继集的一般粗糙集模型。其内容分为如下几部分:第一章介绍经典粗糙集模型及其扩展模型的研究现状,并给出论文的构架和文章的创新点。第二章给出Pawlak粗糙集模型,相容粗糙集模型,优势粗糙集方法和一般粗糙集模型中的基本概念以及一些数学性质,如等价类,相容类,支配集和被支配集,上、下近似,对偶性等,为后面各章讨论作准备。第三章讨论已有的几类基于对象的相容类和最大相容类的上、下近似之间的联系和它们的数学性质,利用最大相容类,提出几类新的上、下近似定义,讨论它们的数学性质,并与原有的几类近似性质作了比较。最后,从提高近似精度的角度出发,讨论在相容粗糙集模型中如何选取合适的上、下近似。第四章首先回顾了完备的序决策信息系统(ODIS)中基于区间知识颗粒的优势粗糙集方法,然后在不完备的序决策信息系统(IODIS)中,构造基于区间知识颗粒的优势粗糙集模型。这种新的优势粗糙集方法可以从IODIS中提取出“at least and at most”决策规则(也称作区间决策规则)。为优化所获取的区间决策规则,我们定义了区间的相对约简,并构造区分函数来计算相对约简。根据区间的相对约简,可得到相应的最优“at least and at most”决策规则。第五章讨论了一般粗糙集模型中的近似算子。利用对象的前趋集和后继集重新定义了正元、边界元和负元,针对不同的二元关系,讨论已有的六组上、下近似与正元、边界元、负元之间的关系,然后针对不同的二元关系,分别研究如何选取合适的上、下近似来构造粗糙集模型。第六章总结目前已完成的工作,给出下一步工作的计划。
【关键词】：粗糙集 知识颗粒 二元关系 上近似 下近似
【学位授予单位】：济南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O159
【目录】：

• 摘要7-9
• Abstract9-11
• 第一章 绪论11-19
• 1.1 研究背景11
• 1.2 研究现状11-16
• 1.2.1 相容粗糙集模型12-13
• 1.2.2 优势关系粗糙集模型13-14
• 1.2.3 一般粗糙集模型14-16
• 1.3 论文的构架与创新16-19
• 1.3.1 论文的构架16-17
• 1.3.2 创新点17-19
• 第二章 预备知识19-31
• 2.1 Pawlak粗糙集19-21
• 2.2 相容关系粗糙集模型21-23
• 2.3 优势关系粗糙集方法23-27
• 2.4 一般粗糙集模型27-31
• 第三章 基于不同知识颗粒的相容粗糙集模型31-43
• 3.1 几类相容粗糙集模型中的近似31-36
• 3.2 基于最大相容类的对偶近似36-40
• 3.3 本章小结40-43
• 第四章 基于区间知识颗粒的优势关系粗糙集方法43-51
• 4.1 完备序信息系统中基于区间知识颗粒的优势关系粗糙集方法43-44
• 4.2 不完备序信息系统中基于区间知识颗粒的优势关系粗糙集方法44-49
• 4.3 本章小结49-51
• 第五章 一般粗糙集模型中的近似51-71
• 5.1 一般粗糙集模型中二元关系的性质51-53
• 5.2 正元、边界元、负元及其性质53-55
• 5.3 正元、边界元、负元与上、下近似之间的关系55-66
• 5.4 基于不同二元关系的上下近似的选择66-69
• 5.5 本章小结69-71
• 第六章 总结与展望71-73
• 参考文献73-79
• 致谢79-81
• 附录81
• 一、在校期间发表的学术论文81
• 二、在校期间参加的项目81
• 三、在校期间获奖情况81

【相似文献】

中国期刊全文数据库 前10条

1 裴道武;傅丽;;两类广义粗糙集模型[J];模式识别与人工智能;2004年03期

2 徐忠印,王勤;覆盖粗糙集模型的性质[J];河南师范大学学报(自然科学版);2005年01期

3 张秋娜;董双勤;;粗糙集模型和概率粗糙集模型的若干研究[J];重庆文理学院学报(自然科学版);2007年04期

4 戴岱;王健鹏;薛涵芳;;基于覆盖的程度粗糙集模型[J];江汉大学学报(自然科学版);2008年01期

5 张海东;;基于一般关系下的双论域粗糙集模型[J];西北民族大学学报(自然科学版);2010年02期

6 张贤勇;莫智文;熊方;;精度与程度的逻辑差粗糙集模型及其算法[J];系统工程理论与实践;2011年12期

7 陈志恩;;基于覆盖约简的粒度空间及粗糙集模型研究[J];宁夏大学学报(自然科学版);2013年01期

8 陈志恩;马旭;;粒度空间约简及其粗糙集模型研究[J];数学的实践与认识;2013年12期

9 张植明;;一种新的粗糙集模型及其应用[J];模糊系统与数学;2013年03期

10 吴凤珍;陆诗峰;梁俊奇;;基于黄金关系的粗糙集模型及其应用[J];模糊系统与数学;2013年04期

中国重要会议论文全文数据库 前4条

1 陈钉均;李涵;刘熠;吴开腾;;程度变精度覆盖粗糙集模型[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

2 徐怡;李龙澍;李学俊;;扩充的基于集对联系度的粗糙集模型[A];第二十六届中国控制会议论文集[C];2007年

3 陈德刚;;Palwak粗糙集模型的合成[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 王红军;徐小力;韩秋实;;旋转注水机组故障知识获取的粗糙集模型研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

中国博士学位论文全文数据库 前4条

1 张贤勇;基于精度与程度逻辑组合的几类粗糙集模型及其算法研究[D];四川师范大学;2011年

2 谭旭;扩展粗糙集模型及其在烟叶质量预测与评价中的应用[D];国防科学技术大学;2009年

3 孙士保;变精度粗糙集模型及其应用研究[D];西南交通大学;2007年

4 魏大宽;不完备模糊决策信息系统粗糙集模型与知识约简研究[D];南京理工大学;2007年

中国硕士学位论文全文数据库 前10条

1 刘晓庆;动态环境下优势粗糙集模型的更新方法研究[D];河北大学;2015年

2 徐路云;基于三支决策的多用户S-粗糙集模型研究[D];兰州大学;2015年

3 刘杰;基于测度论的三支决策理论研究[D];河南师范大学;2015年

4 刘敏;两个论域上的几种覆盖粗糙集模型[D];四川师范大学;2015年

5 黄记林;基于不同知识颗粒的粗糙集模型研究[D];济南大学;2015年

6 张爱泉;两种基于包含度的广义粗糙集模型[D];河北大学;2008年

7 安李娜;可测空间上的粗糙集模型及其应用[D];河北科技大学;2009年

8 杨宏健;面向混合数据的邻域多粒度粗糙集模型和算法研究[D];安徽大学;2015年

9 刘永文;基于覆盖粗糙集模型下的近似集动态更新方法研究[D];西南交通大学;2011年

10 高原原;变精度相容粗糙集模型[D];河北大学;2012年

，

本文编号：762635