分享到:

多准则分级决策的扩展粗糙集方法

解决分级决策问题的方法主要涉及统计学、人工智能和运筹学等.粗糙集理论被证明是进行多属性决策分析的有利工具.但是,基于不可分辨关系或相似关系的传统粗糙集方法不适于解决带有准则的决策分析问题.因此  (本文共8页) 阅读全文>>

中南大学
中南大学

基于粗糙集与贝叶斯理论的不确定信息群决策方法研究

群决策是决策分析的一个前沿研究领域,随着社会对重大问题决策的科学性和民主性要求不断提高,群决策方法的研究显现出越来越重要的理论价值和现实意义。由于决策问题复杂性的增加,在群决策过程中,决策者限于认识水平、时间压力、环境不确定性等因素,往往难以精确给出自己的偏好信息,所以,近年来,关于不确定信息的群决策问题引起了学术界的兴趣,成为研究的热点。按不确定理论提出者刘宝碇的分类,信息的不确定性一般包括三种基本类型,即信息的粗糙性、模糊性和随机性。现有的不确定信息决策分析主要集中在对模糊信息多属性决策及群决策方法的研究,对偏好信息存在粗糙性及随机性的群决策问题研究十分不够。而现实中生活中的产品研发、信用评估、投资方案评估、竞争力评价等群决策问题中都存在大量具有粗糙性和随机性的偏好信息需要集结。因此,考虑不确定信息两种重要类型:粗糙信息与随机信息的群决策问题是一个深具理论和实用价值的研究领域。本文正是在粗糙集和贝叶斯理论的基础上,对这两类不...  (本文共142页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

化学化工数据挖掘技术的研究

化学化工是一门实践性很强的学科,随着计算机技术的发展,积累了大量的数据,数据挖掘技术的发展为从这些数据获取有用知识提供了有力的工具。数据挖掘方法的有效性,总是与各个领域的数据特点紧密的结合在一起。本文针对化学化工领域中的数据具有高维、复共线性和带有噪音的特点,利用神经网络、粗糙集方法、模糊系统以及统计方法,对属性筛选、连续属性的离散化、规则获取、化学模式分类建模、化工过程建模进行了研究,并介绍了数据挖掘方法和粗糙集的基本理论和方法,以及化学化工数据挖掘所面临的问题。主要内容如下:1、 提出一种基于正则化网络-遗传算法的属性筛选方法。根据神经网络剪枝中的正则化方法和灵敏度分析方法,采用贝叶斯正则化方法对网络进行训练,然后利用神经网络分类器的特性设计选择算子,利用遗传算法对神经网络的输入单元进行剪枝,从而达到属性筛选的目的。在留兰香高维模式的属性筛选中,说明了本方法优于其它方法。2、 针对粗糙集方法只能处理离散型数据,提出一种基于X...  (本文共127页) 本文目录 | 阅读全文>>

《内蒙古中医药》2014年28期
内蒙古中医药

基于粗糙集方法的中医乙肝方药分析与评价

现代数据处理技术中的粗糙集方法不同于常用的统计学评价方法,它能排除统计学所不能克服的误差,在一定程度上得出更接近本质的结论。...  (本文共2页) 阅读全文>>

《系统工程学报》2009年02期
系统工程学报

短期电力负荷预测的粗糙集方法

针对短期电力负荷预测外部影响因素的非线性特点,为得到精确的预测结果,采用粗糙集方法对电力负荷及其实际影响因素进行分析.建立了由代表自然因素的条件属性和代表负...  (本文共7页) 阅读全文>>

东北财经大学
东北财经大学

粗糙集方法在管理决策中的研究与应用

为了帮助管理者从企业庞大的数据库中找到管理决策所需的数据,人们运用了多种知识发现技术,在这其中粗糙集方法是一种新兴的且很有发展前途的方法。文章介绍了粗糙集理论的基本特征和主要思想,给出粗糙集方法在知识推理中的实际应用模型,并应用这一模型对一个企业的销售数据库实例进行具体的分析,建立数据分析系统,通过计算最终得到管理所需的决策规则。由此说明如何运用粗糙集方法为企业的管理决策提供有价值的信息。文章共分四个部分:第一部分对知识和决策做了一个总体的介绍,包括知识的多样性、知识发现技术目前的发展情况、管理决策的重要性和知识推理在决策中的作用。第二部分介绍粗糙集理论的主要思想。包括理论的提出,一些基本的概念,数据的约简,知识表达系统,属性的约简,决策逻辑和决策规则最小化等。第三部分通过具体的企业销售数据库实例,介绍粗糙集方法在管理决策中的应用过程。包括数据的分类,KRS的建立,数据的约简和决策规则的生成。第四部分介绍粗集方法在KDD中的应用...  (本文共47页) 本文目录 | 阅读全文>>

《河北省科学院学报》2006年04期
河北省科学院学报

基于粗糙集方法的知识发现

属性约简和属性值约简是粗糙集理论中的重要研究内容,也是粗糙集理论应用于知识发现的主要方法。但求取任意问题的最小属性集是一个NP难问题。本文利用属性间的知识依赖度,提...  (本文共5页) 阅读全文>>