面向不确定性决策问题的杂合粗糙集方法与应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

面向不确定性决策问题的杂合粗糙集方法与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章　绪论1

1.1　软计算技术产生的时代背景和意义1

1.2　粗糙集理论的特点与研究现状5

1.3　粗糙集理论与其他软技术理论的杂合7

1.4　本章小节11

第二章　粗糙集理论12

2.1　信息系统与分类12

2.1.1　信息系统与不可分辨关系12

2.1.2　集合与集合的近似13

2.1.3　属性依赖和近似精度16

2.1.4　近似质量和约简18

2.1.5　应用区分矩阵求信息系统的约简和核19

2.2　决策表与规则获取23

2.2.1　决策表中的属性依赖、属性约简与核23

2.2.2　决策规则24

2.2.3　应用区分矩阵求决策表的约简、核和决策规则24

2.3　数据离散27

2.4　属性约简的常用算法29

2.4.1　快速约简算法29

2.4.2　属性约简的启发式算法30

2.4.3　遗传算法30

2.5　应用案例33

2.6　本章小节39

第三章　粗糙集与概率论的杂合41

3.1　粗糙隶属函数41

3.2　变精度粗糙集模型43

3.2.1　β-粗糙近似43

3.2.2　分类质量与β-约简44

3.2.3 β值的讨论46

3.3　基于变精度粗糙集的分层知识粒度构建48

3.3.1　知识粒度48

3.3.2　变精度粗糙集与知识粒度的关系49

3.3.3　分层知识粒度构建49

3.4　基于粗糙集的不一致信息系统规则获取方法52

3.4.1　贝叶斯概率52

3.4.2　一致度、覆盖度和支持度53

3.4.3　概率规则54

3.4.4　概率规则获取的算法54

3.5　本章小结56

第四章　粗糙集与优势关系的杂合57

4.1　优势粗糙集57

4.1.1　偏好属性决策表的分类问题57

4.1.2　优势集与劣势集58

4.1.3　优势粗糙集的近似59

4.1.4　分类质量与约简60

4.1.5　偏好决策规则60

4.2　优势变精度粗糙集62

4.2.1　基于优势关系的不相容性与不可分辨类62

4.2.2　基于优势关系的β-粗糙近似62

4.2.3　分类质量与近似约简64

4.2.4　偏好概率决策规则64

4.2.5　算法设计64

4.3　应用案例67

4.3.1　基于优势粗糙集的建设项目后评价67

4.3.2　基于优势粗糙集的教学研究型大学学科建设绩效评价73

4.4　本章小结81

第五章　粗糙集与模糊集的杂合82

5.1　模糊集理论的基本概念82

5.1.1　模糊集与模糊隶属函数82

5.1.2　模糊子集的运算84

5.1.3　模糊关系及其运算86

5.1.4　模糊关系的合成87

5.1.5 λ-截集与分解定理87

5.1.6　模糊集的模糊性及其度量89

5.2　粗糙模糊集与模糊粗糙集91

5.2.1　粗糙模糊集91

5.2.2　模糊粗糙集92

5.3　变精度粗糙模糊集92

5.3.1　基于λ-截集的粗糙隶属函数92

5.3.2　变精度粗糙模糊集的粗糙近似94

5.3.3　变精度粗糙模糊集的近似质量与近似约简94

5.3.4　粗糙模糊决策表的概率决策规则获取94

5.3.5　算法设计95

5.4　变精度模糊粗糙集97

5.4.1　模糊等价关系97

5.4.2　变精度模糊粗糙集模型98

5.4.3　模糊粗糙决策表的概率决策规则获取100

5.4.4　输出类别模糊粗糙性的度量方法100

5.5　本章小节103

第六章　粗糙集与灰色系统的杂合104

6.1　灰色系统理论的基本概念与方法104

6.1.1　灰数、灰数白化与灰度104

6.1.2　灰色序列生成107

6.1.3 GM（1,1）模型108

6.1.4　灰关联分析112

6.1.5　灰色关联序116

6.1.6　灰色聚类评价119

6.2　基于灰色聚类的决策表建立125

6.3　基于粗糙隶属函数的灰色隶属函数与灰数分级127

6.4　灰色粗糙近似129

6.5　基于灰色关联度的约简属性优势分析132

6.6　本章小节135

第七章　变精度粗糙集、模糊集与神经网络的杂合136

7.1　神经网络136

7.1.1　神经网络的发展概况137

7.1.2　神经网络的结构及类型138

7.1.3　感知器140

7.1.4 BP神经网络142

7.1.5　径向基神经网络145

7.1.6　概率神经网络148

7.2　基于杂合变精度粗糙集与神经网络的知识发现方法151

7.3　杂合变精度粗糙模糊神经网络的系统设计方法162

7.3.1　变精度粗糙模糊神经网络的构建162

7.3.2　变精度粗糙模糊神经网络的训练算法163

7.4　本章小结164

第八章　杂合粗糙集方法的应用分析165

8.1　运输方案选择概况165

8.2　不考虑偏好信息情况下运输方案的选择决策166

8.2.1　应用粗糙集的选择决策166

8.2.2　应用变精度粗糙集的概率选择决策167

8.2.3　应用灰色粗糙集的选择决策168

8.2.4　应用杂合变精度粗糙集与概率神经网络的概率选择决策168

8.3　考虑偏好信息情况下运输方案的选择决策169

8.3.1　应用优势粗糙集的选择决策169

8.3.2　应用优势变精度粗糙集的概率选择决策170

参考文献172