基于粗糙集的区间值属性决策表的数据挖掘的研究

《基于粗糙集的区间值属性决策表的数据挖掘的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安电子科技大学硕士学位论文基于粗糙集的区间值属性决策表的数据挖掘的研究姓名：成建民申请学位级别：硕士专业：计算机应用技术指导教师：王保保20050101摘要数据挖掘技术是当今智能系统理论的重要研究内容，它综合运用人工智能、计算智能(人工神经网、遗传算法)、模式识别、数理统计等先进技术从大量数据中挖掘和发现有价值和隐含的知识。粗糙集理论是20世纪80年代初由波兰数学家Z．Pawlak首先提出的一种处理含糊和不确定信息的新型数学工具，其基本思想是在保持分类能力不变的前提下，通过知识约简，导出概念的分类规则。近年来，

2、粗糙集已成为人工智能和信息科学最活跃的研究领域之一，并且在数据挖掘、模式识别、机器学习、知识发现、决策分析等领域得到成功的应用。本文首先介绍了传统粗糙集的基本理论及其应用。传统粗糙集是建立在不可分辨关系(等价关系)基础之上的，用一对上、下近似集合来表示一个不精确的概念。其次，介绍了扩展粗糙集模型一基于多级优势关系的粗糙集模型，它能解决传统粗糙集方法不能解决的有偏好序的多属性决策问题。不完备信息下的数据挖掘是一个难题，但它在实际决策中是不可避免的。利用基于优势关系的扩展粗糙集模型，结合有关模糊集理论知识，给出了一种

3、区间值属性决策表的数据挖掘方法，该方法能有效的挖掘出决策系统的决策规则。提出了区间值多属性决镱问题的一种排序方法。使用一个两两比较表代替原来的决策表，通过优势粗糙集理论推理出决策系统的决策规则，进而对决策方案进行排序，获得最佳方案。关键词：数据挖掘粗糙集理论优势关系区间值属性决策规则AbstractDataminingisnowanimportantresearchbranchofintelligentsystem．Itcombinesadvancedtechniquessuchasartificialintel

4、ligence，computationalintelligence(anificiaIneuralnetwork，geneticalgorithm)，patternrecognitionandstatisticstodiscoverhiddenvaluableknowledgefromdatabases．RoughSetTheory'introducedbyZ．Pawlakinearly1980’S，isanewmathematicaltooltodealwithvaguenessanduncertainty．T

5、hebasicideaistoderiveclassificationrulesofconceptionbyknowledgereductionwiththeabilityofunchangedclassification．Inrecentyears，roughsettheoryhasbecomeoneofthemostactiveresearchfieldsofartificialintelligenceandinformationscience，andhasbeensuccessfullyappliedtom

6、anyareassuchasdatamining,patternrecognition，machinelearning，knowledgediscovery,decisionanalysis，andSOon．Firstly,thetraditionalroughsetsbasedontheindiscernibilityrelation(alsoreferredasequivalencerdmion)isintroduced，whichapproximatessetsofobjectbyupperandlower

7、setapproximations．Secondly’asanextensionofroughset，multigradeddominance-basedroughsetmodelisintroducedthiscandealwithmulti—attributedecisionmakingproblemswithpreferenceinformationinsteadofthetraditionalroughsets．Datamimnginincompleteinformationsystemisahardpr

8、oblembutinevitableinuncertaindecision．Inthisthesis，anextendedrougllsetmodelbasedondominancerelationiscombinedwithfuzzysettheoryfordatamininginintervalvalueddecisiontable，thendecisionrules