资源描述：
《决策粗糙集均值模型【毕业论文+开题报告+文献综述】》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、本科毕业论文开题报告数学与应用数学决策粗糙集均值模型一、综述本课题国内外研究动态,说明选题的依据和意义由于社会已经进入了网络信息时代，信息量不断增长（信息爆炸），并且由于人类的参与，使数据与信息系统中的不确定更加显著（复杂系统）。面对大量的、杂乱无章的数据，人们希望能从中挖掘出潜在的、有用的信息。粗糙集理论与方法对于处理复杂的系统，无需提供所需处理的集合之外的任何先验信息，不失为一种有效的数据处理方法。波兰数学家Pawlak于1982年发表了论文“RoughSets”[1]提出了一种能够定量分析处理不精确、不一致、不完整信息与知识的理论——粗糙集理论。其核心基础是
2、一对近似算子——上、下近似。在定义了上、下近似集的基础上，进一步定义了正域、负域和边界域，利用数学推理方法来获得问题近似解决的方法。但对重叠度缺乏考虑，不必要地限制了粗糙集的应用，同时也促使了很多研究者探讨该理论的概率推广[2-6,8]。Yao[6]提出了基于Bayes分析的决策粗糙集模型（decision-theoreticroughsets,DTRS）；Polkowski和Skowron[4]对概率近似分类与模糊集作了比较研究；Pawlak，Wong和Ziarko等人[3]提出了0.5-概率粗糙集模型；Ziarko[8]提出了可变精度粗糙集模型；Pawlak和
3、Skowron等人[2]引入了粗糙隶属函数的概念。以粗糙集理论为基础的决策分析对数据的完备性没有很高的要求，决策粗糙集理论将Bayes风险分析和概率型包含关系引入到了粗糙集理论中，因此它在涉及风险决策的数据挖掘问题中具有很好的适用性。在决策粗糙集理论的研究中，Yao等人[7]进一步分析了决策粗糙集同模糊集同经典粗糙集的关系，并指出经典Pawlak粗糙集、模糊集意义下的截集、各种概率型粗糙集模型均可在决策粗糙集模型中找到相对应的解释，它们均可视为决策粗糙集的特例。自决策粗糙集诞生以来，尤其是近几年，决策粗糙集理论的应用价值受到越来越多的关注。但大多数集中于单用户决策
4、。本文主要在对经典粗糙集、概率粗糙集进行分析的基础上，针对当多用户参与决策时，提出基于均值的决策模型，拓宽DTRS的应用领域。二、研究的基本内容,拟解决的主要问题II研究的基本内容：决策粗糙集均值模型的建立及其应用分析解决的主要问题：1.总结粗糙集方面的研究结果；2.分别指出经典粗糙集模型、概率粗糙集模型以及单用户决策粗糙集模型存在的不足之处；3.给出多用户决策粗糙集模型的概念，初步探讨其具决策规则；4.举例说明多用户决策粗糙集模型在实际生活中的应用。三、研究步骤、方法及措施研究步骤研究步骤：1.了解目的和任务，查阅相关资料；2.仔细阅读研究文献资料，做好笔记；3
5、.翻译英文资料；4.撰写文献综述；5.确定论文提纲，撰写论文初稿；6.上交并反复修改论文；7.论文定稿.方法、措施：通过到图书馆、上网等查阅收集资料，参考相关内容。在老师指导下，用类似单用户决策的来完成论文。四、参考文献[1]PawlakZ.Roughsets.InternationalJournalofComputerandInformationScience,1982,11:341-356.[2]PawlakZ.,SkowronA.Roughmembershipfunctions,in:AdvancesintheDempster-shaferTheoryofE
6、vidence,R.R.YagerandM.FedrizziandJ.KacprzykJohnWileyandSons.NewYork,1994:251-271.[3]PawlakZ.,WongS.K.M.,ZiarkoW.Roughsets:probabilisticversusdeterministicapproach.InternationalJournalofMan-MachineStudies,1988,29:81-95.[4]PolkowskiL.,SkowronA.Roughmereology:Anewparadigmforapproximatere
7、asoning.InternationalJournalofApproximateReasoning,1996,15:333-365.[5]WuW.Z.,LeungY.,ZhangW.X.Ongeneralizedroughfuzzyapproximationoperators.LNCSTransactionsonRoughSetsV,2006,4100:263-284.[6]YaoY.Y.,Probabilisticapproachestoroughsets.ExpertSystems,2003,20:287-297.[7]YaoY.Y.,WongS.K.M.A
8、decis
