欢迎来到天天文库
浏览记录
ID:429014
大小:477.46 KB
页数:17页
时间:2017-08-01
《决策粗糙集均值模型【毕业论文】》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(20届)决策粗糙集均值模型专业:数学与应用数学II摘要网络信息时代知识急剧增加,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,无需提供已知集合之外的任何先验信息,不失为一种有效的处理方法。但Pawlak粗糙集模型是基于完全确定的等价关系的,它忽视了不确定知识的可利用信息。这类模型在对随机产生的知识库的数据分析方面往往不能完全反映问题的实质。因此,许多学者为研究不确定性系统提出了新的粗糙集模型——概率粗糙集模型。本文在对经典粗糙集、概率粗糙集进行分析的基础上,针对
2、当多用户参与决策时,在每个用户做出判断的前提下,为了综合每个用户的意见,提出基于均值的决策模型,给出最可行决策方案,并举出实例体现其在生活中的实用性。关键词:粗糙集;决策粗糙集;多用户决策;均值决策IIAMeanValueDecision-theoreticRoughSetModelAbstractAsknowledgeincreaseddramaticallyinthenetworkinformationage,facingtomassive,chaoticdata,peoplewanttodigoutthepotentialan
3、dusefulinformation.Fordealingwithcomplexsystems,roughsettheoryandmethodsarenotnecessarytobeprovidedwithanypriorinformationotherthanthecollectionoftherequiredprocessing,whichisaneffectiveapproach.ButthePawlakroughsetmodelisbasedontheequivalencerelation,whichignorestheav
4、ailableinformationofuncertain.Forthedataanalysisoftherandomlygeneratedknowledgedata,thesemodelsoftendoesnotfullyreflecttheessenceoftheproblem.Therefore,inordertostudytheuncertainsystem,manyscholarsproposedanewroughsetprobabilisticroughsetmodel.Basedontheanalysisofthecl
5、assicalroughsetsandtheprobabilisticroughsets,themultipleagentsparticipateindecision-making.Inthismodel,eachusermakesjudgments.Inordertosynthesizetheviewsofagents,thedecision-theoreticmodelbasedonmeanvalueisproposedinthisthesisandthebestdecisiontotheapplicationisgivenwh
6、ichisdemonstratedtobeitsusefulnessinlife.Keywords:Roughset;Decision-theoreticroughset;Multi-agentsdecision-making;MeanvalueII目录摘要IAbstractII1.前言12.Pawlak代数粗糙集模型33.概率粗糙集模型44.决策粗糙集模型54.1单用户决策54.2多用户决策75.多用户决策粗糙集模型实例9结论12参考文献13致谢15IIIIIIII1.前言社会进入了网络信息时代,信息量迅速增长(信息爆炸),由于人
7、类的参与,数据和信息系统中的不确定性更加显著(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,不必提供所需处理的集合之外的任何先验信息,是一种有效的数据处理方法。波兰数学家Pawlak[6]于1982年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。1991年,Pawlak[7]发表了专著《粗糙集——关于数据推理的理论》(RoughSets——TheoreticalAspectsofReasoningaboutData),这表明人们对
8、粗糙集理论的研究进入了一个活跃期。粗糙集理论这一数学工具,已在模式识别、机器学习以及数据挖掘等领域得到了广泛的应用。Pawlak粗糙集模型忽视了一部分不确定的可利用信息,这促使了很多学者探讨该理论的概率推广——概率粗糙集模型。在对概率
此文档下载收益归作者所有