共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
本文提出了一种基于粗集理论与神经网络相结合的供应商优化选择新方法.首先利用粗集理论对供应商原始指标决策表进行一致性属性约简,然后借助神经网络强大的学习能力对决策表进行自学习,完成属性的不一致约简,最后再由粗糙集对其进行值约简,得到最终的供应商优化选择决策规则,并给出了相应的算法.最后通过实例说明该方法的有效可行性. 相似文献
3.
粗糙集在教学质量评价中的应用 总被引:1,自引:0,他引:1
粗糙集不依赖于数据集之外的附加信息,是处理含有噪声、不精确、不完整数据的有力工具,是一种新的数据挖掘技术.首先,本文介绍了粗糙集理论和决策表约简算法,然后采用粗糙集数据挖掘技术对多指标教学质量进行评价,挖掘出数据背后隐含的规则. 相似文献
4.
智能决策支持系统中定量特征规则的挖掘方法研究 总被引:1,自引:0,他引:1
定量特征规则通过将定量信息与规则相结合定量地反映了概念的主要特征和次要特征,面向属性的归纳学习算法是在数据库中挖掘定量特征规则的一个重要手段,但直接采用这种方法往往会使同一个概念有不同的特征描述,这种现象必然降低规则对决策的参考价值.本文提出了一个测量定量特征规律有效性的计算指标,并结合该指标设计出一个新的面向属性的归纳算法,该算法使定量特征规则在有效性上达到最优,避免了同一概念有不同的特征规则的现象. 相似文献
5.
6.
7.
8.
9.
10.
本文针对财务危机预警中财务比率数量较多时计算量较大的问题,提出了基于粗糙集理论的财务危机预警模型,将财务比率分别作为条件属性,将企业所处的状态作为决策属性,从而构成一个财务预警决策系统.通过对决策表的属性约简和规则约简,得到决策系统的最小决策规则,从而实现财务危机预警.测试结果表明,该方法的预警结果正确、有效. 相似文献
11.
12.
分类中的类重叠问题及其处理方法研究 总被引:1,自引:0,他引:1
类重叠问题是数据挖掘与机器学习领域的瓶颈问题之一.如果其中还存在类不均衡问题时,情况变得更加复杂.有鉴于此,本文在已有文献基础上归纳了三种类重叠学习算法及提出一种新的方法:分隔法,并首次将支持向量数据描述算法用于实际数据的重叠样本识别,对类重叠问题及其与类不均衡问题的相互影响进行了系统研究.在真实数据上采用五种分类器的实验结果表明:1)多数情况下“分隔法”是表现最佳的类重叠学习算法;2)分隔法通常对基于分界面而非规则的分类器更为有效;3)分隔法在类不均衡问题中表现很好,当基础分类器为支持向量机时尤为突出.最后针对支持向量机的实验结果给出了理论分析. 相似文献
13.
在基于粗糙集理论或扩展粗糙集理论的不确定性决策中,仅由数据集无法获得决策表,同时由于决策属性呈现模糊性,以致于难以获取概率决策规则。针对这一类决策问题,基于灰色定权聚类与优势粗糙集变精度方法,本文构建了一种的杂合决策方法。该方法首先利用中心点三角白化权函数的灰色定权聚类方法将包含不同量纲指标的知识表示系统生成多属性决策表,而后运用变精度粗糙模糊集进行决策分析,生成概率决策规则,最后以区域关键技术的选择为例,表明该模型的可行性与实用性。 相似文献
14.
在粗糙集理论中,为了识别由偏好属性导致的不相容性,已提出基于优势关系的粗糙集理论,然而这一理论在实际应用中往往导致多个决策规则的出现,如何辨别由偏好多属性决策表中获取的多个决策规则从而选取最优方案,尚未见到有关的研究文献。本文针对这一问题,利用格序理论,给出属性约简的贴近度,比较不同约简所得决策规则贴近于原知识库的程度,从而得到一种选择最优决策方案的方法。 相似文献
15.
16.
证据理论是处理不确定性问题的有力工具,它处理的证据来源于专家.专家的知识经验是有限的,获取较困难,且可能存在一定的主观性.针对上述问题,提出了一种基于粗糙集理论的证据获取的新方法,并对证据合成和应用进行了研究.首先研究了大型决策表分解问题.利用粗糙集理论分析条件属性间的依赖关系,对条件属性集进行聚类,形成多个条件属性集相对独立的子决策表;其次对各子决策表进行分析,利用粗糙集的分类思想和隶属度概念,计算证据的基本可信度分配;最后文章对证据的合成及其在决策分析中的应用进行了研究,提出了相应的解决方法. 相似文献
17.
18.
电子商务中基于Q学习的动态交叉销售方法 总被引:1,自引:0,他引:1
动态交叉销售是电子商务中的一种新型营销手段.在已知关联规则和商品库存水平的情况下,要研究两个决策问题:(1)如何选择交叉销售的商品组合(2)如何为商品组合确定合理的价格,从而使经销商获得最大收益.首先将动态交叉销售映射为事件驱动的马氏决策过程模型,其次结合关联规则理论提出了知识驱动的 Q-学习算法,K-Q-learning,用该算法来求解动态交叉销售问题具有较高的效率和效用. 相似文献
19.
20.
智能决策支持系统的性能和决策质量的优劣取决于知识库的内容和运行情况,随着系统和问题的日益复杂,知识库的规模越来越庞大,内容越来越复杂,需要提供有效的方法实现其优化管理.对智能决策支持系统中规则库的运行特性和可能的潜藏缺陷进行归纳分析,提出一种将传统优化方法和遗传算法相结合的二级规则库维护与求精机制,可以较好地识别和消除8种规则库缺陷,提高知识库的运行效率和推理求解效果.对各环节给出了具体的操作算法,可以实现在专家少量参与下的规则库自动优化. 相似文献