基于优势关系粗糙集的模糊综合评价的权重确定

文章应用优势关系粗糙集,根据属性的综合优势度计算属性重要度。将属性重要度归一化处理来确定权重的方法克服了传统确定权重的主观性,弥补了经典粗糙集方法确定权重不能很好表达偏好信息的缺点。最后以企业发展能力模糊综合评价的权重确定为例,说明应用优势关系粗糙集确定权重方法是可行的。     

基于BIC的粗糙集择优和属性约简

粗糙集优良性评估标准对粗糙集应用至关重要,目前常用的标准是误判率,在测试集中误判率小的粗糙集并不总是具有最高预测准确度。在引入BIC准则评价粗糙集优良性的基础上,给出基于BIC准则的粗糙集择优方法和基于BIC的粗糙集属性约简方法;利用粗糙集分类规则构建Logistic模型,将拟合Logistic模型的BIC值作为该粗糙集的BIC值,并用于粗糙集优良性评估;实际应用显示:基于BIC的粗糙集择优方法能够筛选出预测高准确度的粗糙集,当多个粗糙集的误判率差异小时,新方法更可能选出预测准确度高的粗糙集,信息熵和BIC组合的属性约简结果更好。     

一种基于粗糙集属性约简的入侵检测算法

文章论述了一种基于粗糙集理论的入侵检测的算法,通过将粗糙集中的属性约简算法用于入侵检测数据的挖掘,建立了基于粗糙集的入侵检测系统模型,并对基于属性频度的约简算法进行了改进,提高了数据挖掘效率,有助于得到简洁高效的数据。     

基于划分类归并的粗糙集属性约简新算法

文章以论域的不同划分与条件属性的不同子集确定的等价关系间的一一对应关系为出发点,研究了粗糙集属性约简与论域划分类归并之间的内在联系,利用粗糙集模型某些属性约简的正区域不变性,提出一种基于论域划分类归并的粗糙集属性约简新的算法.理论分析和实践结果表明了所提出算法的有效性与实用性.     

粗糙集条件信息熵权重确定方法的改进

权重确定是决策和评价的重要环节.文献[1]基于粗糙集条件信息熵的权重确定方法是为了避免冗余属性权重为0的情况,但是该方法得到的冗余属性的重要度却高于非冗余属性的重要度.通过对文献[1]粗糙集条件信息熵权重确定方法的分析,找出相矛盾的原因,并讨论了属性重要度优先级队列的构造,进而在此基础上提出了以粗糙集的代数理论为基础的粗糙集条件信息熵权重确定的改进方法.     

数据挖掘中属性项压缩的统计方法研究

文章试图将统计思想与(Rough)粗糙集理论相结合,针对事务性数据库属性项压缩问题提出了一些行之有效的方法,即基于重要性的属性压缩、基于相依性的属性压缩、属性项的广义线形分析及压缩、基于多重相关性的属性项压缩,以此达到数据库压缩之目的。     

基于粗糙集支持向量机的个人信用评估模型

文章改变了过去个人信用评估模型多使用统计方法或者主观分析方法精简数据集属性个数的做法,将粗糙集与支持向量机结合的粗糙集支持向量机方法引入个人信用评估实践。以包括1000个统计样本的德国信用数据作为个人信用评估模型的数据来源,应用粗糙集分析系统RSES进行数据预处理,运用遗传算法计算约简,得出以不同的缩减率得到的约简集;然后使用支持向量机分析工具LIBSVM逐步处理已经进行过属性约简的数据集,并在处理过程中应用了交叉验证和网格搜索技术。     

运用粗糙集理论对我国粮食产量的预测

文章将粗糙集理论引入我国粮食产量预测;通过属性约简从诸多影响因素中提取关键因素,并对各因素重要程度进行排序,得到一致、完备的预测规则;通过实际应用验证了其可行性,证明粗糙集的利用能有效地避免人为因素的影响,可以得到更合理的预测结果。     

基于粗糙集神经网络的财务危机预警方法

针对基于神经网络的财务危机预警方法训练时间长和网络结构复杂的缺点,提出了基于粗糙集神经网络的财务预警方法。将财务比率作为条件属性,将企业财务状况作为决策属性,构建财务危机预警决策系统。通过属性约简,得到最小属性集。将最小属性集中元素对应的财务比率作为神经网络的输入,用训练样本对神经网络进行训练,训练后的神经网络模型实现财务危机预警。测试结果表明,该方法训练速度快,且错误率低。     

高新技术项目投资风险的评价模型

粗糙集具有强大的数值分析能力,而BP神经网络具有准确地逼近收敛能力,所以将粗糙集和BP神经网络串行结合,建立一种基于粗糙集-BP神经网络的高新技术项目投资风险评价模型。把粗糙集作为模型的前置系统进行属性约简,消除样本冗余,减少BP神经网络输入维数和隐含层神经元权值连接的个数,从而达到提高BP神经网络训练速度、运行速度和评价精度的目的。最后,仿真研究表明运用该混合模型能取得较满意的结果。     

基于粗集-熵值法的高新技术企业自主创新能力评价

结合粗糙集属性约简算法及熵值法对高新技术企业自主创新能力进行综合评价。对××市高新技术企业进行的实例分析结果表明:粗糙集属性约简能有效剔除冗余指标,从而减少了后续计算量;熵值法能客观确定出指标权重,使综合评价结果更贴近现实。     

基于粗糙集指数加权的聚类算法

对数据集进行聚类分析的过程中,由于数据属性包含的个性信息有差异,导致数据属性在聚类过程中的作用会有差异。因此需要对属性进行加权,以减少包含共性较多的属性对聚类结果的影响。目前粗糙集加权研究仅用于属性值为少数离散值的情况。提出了基于粗糙集指数加权算法,对原始数据集进行预处理,并设计实验,验证了该算法能够有效提高聚类算法的正确率。     

Rough Set综合评价算法的优化及应用

粗集理论是由波兰数学家Z.Pawlak,在20世纪80年代初提出的一种处理模糊和不精确性问题的新型数学工具,粗集理论在处理有限元集合数据时,即不需要关于数据的任何附加信息,也无需预先给定某些特征或属性的数量描述,如统计学中的概率分布、模糊集理论中的隶属度或隶属函数等,通过对大量数据进行分析,根据论域中等价关系的依赖关系,剔除相容信息,抽取潜在有价值的规则知识.依据粗糙集理论的对象分类能力,以及粗糙集理论中的知识依赖性和属性重要性度量方法,可以得出一种完全数据驱动的综合评价方法,它克服了传统方法存在的主观性和片面性的问题,本文将属性的同分辨能力数引入到粗糙集评价,优化了评价算法.     

基于粗糙集属性约简的循环经济指标体系构建

文章提出一种基于粗糙集属性约简算法的循环经济指标体系构建方法。利用粗糙集理论的属性约简算法进行指标初始筛选,运用主成分分析方法选择出最优指标体系集,并通过Bayes统计判别法验证其合理性,最终得到循环经济指标体系构建方法模型。选取甘肃省10个市州2012年的统计数据进行了实证研究。     

基于权重优势关系的粗糙近似模型

在不完备信息系统中,为了解决不完全的偏好决策问题,相关学者提出了多种优势关系及其相应的粗糙集模型.但在实际情况中,各条件属性对决策属性的影响程度是有差异的.文章提出一种基于权重的优势关系及其粗糙集近似模型,以及基于粗糙集的权重设定方法和阈值的设定方法.通过对比分析,权重优势关系比广义扩展优势关系更符合实际情况.并用实例证明了权重优势关系及其粗糙近似模型的实用性和有效性.     

中小企业核心竞争力评价体系的构建

文章以全球金融危机为背景,从中小企业核心竞争力的内涵出发,运用AHP尝试建立中小企业核心竞争力的评价指标体系并进行系统研究和可行性分析,从中找出了影响中小企业提升核心竞争力的主要因素,为中小企业提升核心竞争力提供可靠的参考依据,为中小企业提升核心竞争力提出战略性对策.     

基于属性约简的决策树构建

决策树是典型的分类方法.利用粗糙集的可辨识矩阵进行属性约简,去掉冗余属性,阈得到决策表的核属性.在构建决策树时,使用简化的决策表,从核属性集中选择当前节点,从而减少计算量,得到相对简洁的分类规则.     

粗糙集-模糊积分模型:一种评价企业社会责任的新方法

鉴于企业社会责任评价方法在企业社会责任理论中的重要地位,对国内外企业社会责任评价中指标权重设定方法和综合得分计算方法的优、缺点进行分析,指出此类方法的不足。根据企业社会责任评价的特点,将粗糙集理论中的属性重要度方法引入到指标权重的设定中,将基于模糊测度的模糊积分方法引入到评价综合得分的计算,以此为基础,归纳并提出粗糙集-模糊积分企业社会责任评价模型。     

基于能力的中小企业竞争力演化实证研究——对温州237家中小企业问卷调查

一、引言中小企业竞争力直接决定着它的可持续成长,研究中小企业竞争力之根源,揭示其内在原因,对提升中小企业竞争力、实现企业的可持续成长具有非常重要的意义。从整体来看,国内关于中小企业竞争力的研究,主要侧重于解释企业竞争力的概念、识别竞争力构成要素、选取相关指标进     

基于粗糙集的企业财务困境预警

本文基于粗糙集理论,以企业财务指标及公司治理等方面的部分指标作为条件属性,以企业是否被特别处理(ST)作为决策属性,建立了财务指标与非财务指标相结合的预警指标体系。