基于粗糙集的河北省职工养老保险满意度分析

随着中国经济体制改革进程的加快,如何建立国家统一的城镇职工养老金待遇调整制度,完善社会养老保险制度和体系等问题已变得越来越迫切。针对河北省职工养老待遇调整机制运行中存在非制度化、随意性和不稳定性等问题,本文运用粗糙集的理论和方法对调研问卷进行数据分类和简约,导出影响养老金满意度的属性条件,为解决职工基本养老金待遇调整问题提供了新的方向。     

基于灰粗集属性知识简约算法的海运规则发现

海运市场运营规则能够帮助海运企业找到盈利增长点,针对海运市场营运规则难于被发现的问题,将灰色系统理论和粗糙集理论进行融合,针对知识约简中分辨函数范式转化过程中的逻辑推演难题,提出了一种基于灰色粗集融合属性的改进约简算法,选取2007年、2010年、2013年、2015年典型年份作为样本年份,应用灰色系统、粗糙集和基于灰粗集知识约简算法分别进行海运市场盈运规则发现实证分析,通过比较证明了该算法的时效性,同时发掘出了当前海运市场的船型、货品、航线、运价、运力间的营运管理规则。     

基于特征矩阵的动态集合近似计算

本文研究了基于特征矩阵计算动态集合近似的增量方法.首先提出了在对象集合变化的动态覆盖近似空间中计算动态集合第二型和第六型近似的增量方法.其次,提出了基于特征矩阵计算动态集合第二型和第六型近似的增量算法,并与非增量算法做了比较.最后通过举例说明了如何利用提出的增量算法计算动态集合的第二型和第六型近似.     

基于粗集与AHP的钢铁企业生态经济效果评价

基于钢铁企业的特点和钢铁企业生态经济水平的发展状况,构建生态经济效果评价的初始指标体系;基于粗糙集约简理论对初选指标进行筛选,优化评价体系;基于粗糙集和AHP方法,综合主观定权和客观定权的优势,最终确定钢铁企业生态经济效果评价的权重;然后,对钢铁企业的生态经济效果开展评价,其结果为钢铁产业政策制定提供定量支持。     

基于粗糙集理论的城市购房决策

购房的决策问题是一个需要综合考虑多因素的决策问题。购房者在对不同楼盘进行筛选、比较的时候,除了可以直接对影响因素进行主观赋权之外,还可以充分利用历史数据,从客观上对影响决策的各因素进行合理、科学地分析。而粗糙集理论能有效地对历史数据进行处理,在客观上确定属性重要性。然后结合具体环境,构造各因素间的两两比较判断矩阵,得到主观权重,综合主客观权重最后得到综合权重,为购房决策提供依据。     

基于Bayes概率边界域的粗集分类方法及其在高频数据中的应用

 作为一种近似处理的工具，粗集主要用于不确定情况下的决策分析，并且不需要任何事先的数据假定。但当前的主流粗集分类方法仍然需要先经过离散化的步骤，这就损失了数值型变量提供的高质量信息。本文对隶属函数重新加以概率定义，并提出了一种基于Bayes概率边界域的粗集分类技术，比较好的解决了当前粗集方法所面临的数值型属性分类的不适应、分类规则不完备等一系列问题。     

基于粗糙集属性重要度的岗位评价方法及其应用

提出一种基于粗糙集差别矩阵属性重要度的岗位评价方法,该方法充分考虑各个属性的重要程度,降低了打分的主观影响.从岗位的评价出发,根据评价体系赋值的属性重要度来确定岗位包含各种属性的权重,最后得出岗位的评价值,与传统方法采用的指标得分简单加权求和的方法相比,所提方法更具合理性.     

一种基于粗糙集理论的多指标综合评价方法

文章对于不含决策属性的综合评价问题,提出了一种基于粗糙集的评价方法。该方法采用基于信息量的属性约简启发式算法,实现了评价指标的约简,从而优化了指标体系;并基于约简指标的重要度信息确定权重,消除了传统方法权值设置的主观性,提高了综合评价结果的可靠性。通过例子分析,验证了该算法的可行性和实用性。     

基于粗糙DEA模型研究

粗糙DEA模型是不确定DEA模型的一种推广.文章在广义实域粗糙集的基础上,通过将实域粗糙变量引入决策单元输入(输出)指标,建立了粗糙DEA模型,并通过数值算例对模型进行了验证.