基于粗糙集的农业决策支持系统研究

首先,基于粗糙集理论提出了农业决策支持系统的实施方案,从而利用粗糙集理论对决策表进行化简,为决策支持系统提供辅助决策所用的规则表。其次,根据决策支持系统的知识获取任务,建立了一种基于粗糙集理论的决策支持系统模型,实现粗糙集理论在农业决策支持系统中的应用。最后,将获取的规则用于农业病虫害的诊断中,利用属性重要度计算方法,对诊断的可信度进行计算。通过对实例运行结果的分析,验证了粗糙集理论与农业决策支持系统相结合方案的可行性。     

基于粗糙集的决策规则提取

讨论了粗糙集(rough sets)在数据分析方面的应用,基于粗糙集的数据分析来源于对数据表(即信息系统)的分析。通常我们将信息系统中的属性划分为条件属性和决策属性,这种信息系统又称为决策表。对每一个决策表,都有一系列的决策规则与之相对应,这些相关的决策规则被称为决策算法。将这些决策算法与贝叶斯(Bayes’)定理相比较,从而得出基于粗糙集的数据分析方法优于贝叶斯定理。     

粗糙集在农业决策支持系统中的应用

设计了一个基于粗糙集的农业决策支持系统,并将其用于魁栗病害的诊断决策过程,采用不完备决策表属性约简算法对目标信息系统进行了属性约简处理,得出约简属性,获得了诊断规则,对具体的诊断实例进行了推理,得出了诊断结果,从而计算出结果的可信度概率。实证研究表明农业决策支持系统中可以应用粗糙集,此应用可以实现不确定知识规则的获取和推理。     

基于优势粗糙集的证券投资决策研究及其应用

粗糙集方法在金融及投资领域发挥着越来越大的作用,然而经典粗糙集理论不能发现偏好多属性决策表中与偏好属性相关的不相容性。本文基于优势粗糙集理论的知识约简算法,提出了基于优势关系的属性重要度约简算法,并构建了基于优势粗糙集的证券投资分析模型,针对中国上市公司财务数据为连续值、分布未知、含有偏好信息等特征,对证券样本进行综合排序,得到最终的综合排序和评价,并对算法进行有效性分析。     

基于粗糙集和群决策特征根法的区域水资源可再生性评价

【目的】基于水资源可再生的特点,将粗糙集理论引入到水资源可再生性评价中,建立区域水资源可再生性评价的准确方法。【方法】针对水资源系统信息的不确定性和不一致性以及水资源中经常遇到的群决策问题,将粗糙集理论和群决策特征根法相结合应用于水资源评价,即将粗糙集作为数据的预处理工具,先构造决策表,再用粗糙集进行属性约简,对约简后的指标集用多属性群决策的定量评价方法进行了评价。【结果】实例计算表明,因粗糙集能较好地处理不确定、不完备、不一致信息,故能得到更为准确、详细的评价结果。【结论】将粗糙集和群决策特征根法相结合用于水资源可再生性评价是可行的。     

基于粗糙集理论的立地类型分类规则探讨

利用粗糙集理论（（Roughset））中的知识表达系统和约简算法。在研究区内选取与立地因子关系最密切的树高因子为决策属性，以海拔、母岩、坡度、坡位、土类和土层厚度作为条件属性；决策属性动态聚类和各条件属性值域离散化后，建立立地类型分类决策表，计算决策属性的依赖度及其相对约简，得到马尾松林分立地类型的分类因子为土层厚度、坡位和母岩，并且其重要性分别为0．6923、0．5385和0．3077．     

基于知识量的决策表约简算法

提出决策属性集相对于条件属性集的知识量的概念,对决策表中属性的重要性进行了新的度量,并在此基础上,设计了一种基于知识量的约简算法,实例分析表明该算法能够有效得到决策表的约简。     

基于连续型条件属性的模糊规则约简算法

针对粗糙集对于连续域属性决策表的处理能力差以及不容易获得模糊集之间关系等问题,提出一种把模糊集和粗糙集结合起来的连续型条件属性模糊规则约简算法。该算法首先引入三角隶属度函数将连续属性值转化为模糊值,并使用离散模糊神经网络方法获得数据集之间关系。实例验证表明,采用该算法,用户可以根据实际决策需要和领域知识更改阈值,从而获得满意的模糊规则结果。     

基于粗糙集的产品特征知识获取研究

针对制造业产品设计的个性化需求,将粗糙集理论应用于产品设计知识的属性约简和分类规则生成,发现产品或零部件间潜在的特征知识模式,从而为设计人员所能够提供的模糊对象进行分类或提供设计知识.     

区间值决策表中基于相对优势邻域粒度的属性约简

现实生活中大量数据以区间值形式存在,此时区间值决策表并不是基于等价关系,传统的决策方法并不能解决这一问题.为此,本文在区间值决策表中引入相邻关系、相邻类的定义,进而由相邻类建立了区间决策表的相对优势邻域粒度,拓展了经典决策信息系统的相关方法,并利用相对优势邻域粒度研究了区间决策表属性约简的启发式算法,通过具体案例将得到的属性约简结果与代数约简进行了有效性验证,进一步丰富和完善了信息系统属性约简理论.     

粗糙集理论在土壤肥力评价指标权重确定中的应用

【目的】土壤肥力是土壤诸多基本特性的综合反映,科学、合理、实用地评价土地肥力将为指导农业生产、土地利用规划和管理提供理论依据。其评价过程是一个无决策属性的多属性决策过程,而解决多属性决策问题的重要前提是各属性权重分配问题。【方法】确定指标权重的方法主要有主观赋权法和客观赋权法,然而,主观赋权法往往需要大量的先验知识,评价结果有一定的主观随意性,而且较少考虑评价指标之间的依赖关系;客观赋权法没有充分考虑到各参评因素对评价的重要度不同,统计数据有相关性也并不意味着两个事件具有因果联系。综合考虑主、客观赋权法各自的优缺点,利用粗糙集理论中知识约简和相对正域理论在消除冗余信息和处理不确定性信息等方面的优势,探究土壤肥力评价过程中一种主观和客观相结合的权重确定方法,并利用作物产量对评价结果进行验证。【结果】粗糙集理论在土壤肥力评价中的具体赋权思路包括：数据的离散化、土壤肥力综合等级的初步确定、属性值约简、等价类划分、属性重要度的计算和指标权重计算等步骤。以北京大兴区农田土壤样点的肥力评价对上述赋权思路进行实例分析,对比传统特尔斐法和粗糙集理论赋权结果发现,特尔斐法确定的土壤有机质、全氮、有效磷和速效钾等指标的权重分别为0.300、0.250、0.250和0.200,利用其评价得到的土壤综合肥力指数（IFI）与产量显著线性相关,R2为0.77,均方根误差（RMSE）为1.25;而粗糙集理论确定的土壤有机质、全氮、有效磷和速效钾等指标的权重依次为0.455、0.111、0.111和0.333,利用其评价得到的IFI与产量也显著线性相关,R2达0.83,RMSE为1.09,精度均较特尔斐法有了提高,其中RMSE相对精度提高值达12.80%。【结论】粗糙集理论在土壤肥力评价中的具体赋权思路基本是可行的,且相对于特尔斐法其确定出各指标权重更为合理、准确,可为土壤肥力评价及相关领域的评价提供一个有益的思路。     

基于风险模式提取的农户生猪饲养规制研究

在抽样调查数据基础上,利用模糊聚类分析对生猪散养农户行为进行了划分,给出了3种风险类型。在此基础上利用模糊粗糙集理论提取了农户饲养过程决策依赖属性和决策知识规则,通过对规则研究提取了生猪散养方式的风险结构;根据该风险结构和决策知识规则提出了降低与控制生猪散养方式风险的散养技术标准、养殖规范体系、经济规制体系。     

基于粗集的土地定级因素权重确定方法研究

定级因素权重的确定是土地定级中一项重要的内容,传统方法通常都是根据决策者的先验知识主观确定,基于粗集理论的单个属性权重确定方法无法解决简化因素的权重问题。结合土地定级实际,提出了基于粗集理论的组合权重确定单个因素权重的方法,并利用主观和客观结果综合确定权重。     

数据挖掘技术在农作物灾害预测中的应用

结合农业数据的特点,提出了一种基于数据挖掘技术的粗集属性约简算法,并将其应用在农作物灾害预测中。通过具体实例证明了该算法的正确性和有效性,指出该算法在农作物灾害预测中具有一定的实用价值。     

基于粗糙集理论的大学生成绩影响因素分析

目的运用粗糙集理论对学生的成绩分析及数据挖掘,找出影响学生学习的因素.方法通过运用粗糙集理论对采集到的大学生学习过程中的大量数据进行属性重要度分析,对不必要的数据进行属性约简,从中得到影响学习效果的关键因素.结果通过研究粗糙集理论得出性格兴趣因素以及学校的软硬件条件对学生的学习有较大的影响;家庭经济因素、基础知识、教师水平等基本无影响或影响不大.结论该研究有利于在教学过程中有的放矢,改进与改善教学质量,提高教学效果.     

城市燃气管网的风险识别

鉴于风险识别的方法大多以定性为主而缺乏客观评价的状况,提出了一种基于故障树分析和粗集理论的风险识别方法。利用故障树分析可以全面系统地找出影响燃气管道安全的各种因素,借助粗集理论中的属性约简算法对这些因素进行属性约简,最终识别出影响城市燃气管网的风险因素,可以为风险分析评价提供必要的依据。