论文部分内容阅读
本文提出了基于相似关系的Rough集决策优化模型,该模型在数据处理时,对未知属性值利用相似关系在不改变原始的不完整决策系统下,直接从中获取原始数据中蕴藏的所有优化的确定性规则,辅助管理决策和技术支持.
基于相似关系的Rough集决策优化模型的研究
【摘 要】
：
本文提出了基于相似关系的Rough集决策优化模型,该模型在数据处理时,对未知属性值利用相似关系在不改变原始的不完整决策系统下,直接从中获取原始数据中蕴藏的所有优化的确定性规则,辅助管理决策和技术支持.
【机 构】
：
华南理工大学机电工程系(广州)
【出 处】
：
第二届中国Rough集与软计算学术研讨会
【发表日期】
：
2002年12期
其他文献
本文针对完全决策表,提出了一种计算简单的最小属性约简算法,它避免了大型决策表的求核,此外对含空值决策表的属性约简分析进行了研究.
建立在偏序关系上的格论理论在计算机等领域有着广泛应用的数学基础.本文首先建立基于偏序关系的Rough集,并在此基础上进一步讨论Rough格.
本文通过对粗糙总分学理论所基于的Lesniewski总分学理论(Mereology)及扩展的研究,阐明粗糙总分学的内涵及其潜在的巨大理论和实践价值.
本文通过对GAs作用机理分析,在取样机制和变异算子上分别采用基于局部竞争机制的(μ+λ)选择小生境技术和双亲变异对其全局收敛性能的可靠性和收敛速度进行改善,提出改善的遗传算法.
本文在前期研究的基础之上,改进了原算法探讨基于规划图分析的人工智能规划算法,使得规划图的生成以及有效规划的搜索,更方便、更快捷.
本文介绍了基于Agents的电子商务中的自动谈判,并引入机器学习理论来学习谈判过程,以期达到较好的谈判效果.本文没有考虑时间因素.
本文简要介绍了动态模糊集理论以及强化学习原理和常用的Q-学习算法,对经典Agent的BDI模型进行扩展,构造成Agent新的主要心智成分.
本文从研究模糊C均值算法(FCM)的聚类结果应该满足的性质入手,得到了实用的选择合理模糊指标m的理论依据,以解决模糊聚类算法中的选数选择规则.