基于决策目标的知识获取方法

提出了一种基于决策目标的知识获取的新方法.在知识获取过程中以决策目标为核心,能够最大限度地发现样本的共性,生成的决策系统正确率高、决策力强.通过实验1和实验2充分论证了算法的有效性及条件属性约简与离散化的重要性.     

基于因子分析和主成分分析的粗集决策方法

考虑到实际经济管理信息系统中属性的冗余性和决策属性难以获得的困难,将粗集理论引入到因子分析和主成分分析中,首先利用因子分析对指标进行降维,然后利用主成分分析计算综合评价值来构造信息系统的决策属性,进而提出一种基于因子分析和主成分分析的粗集决策方法,并通过粗集理论来获取系统中的有用信息。最终,实证分析验证了本方法的有效性和合理性。     

基于粒子群优化思想的知识获取方法研究

决策信息系统的知识获取是粗糙集理论中一个重要研究方向,针对一个决策信息系统,如何从中获取简洁及丰富的知识是本文的一个创新点。由于粒子群优化算法可以从随机解出发,通过迭代寻找最优解,基于该算法的实现容易、精度高、收敛快等优点,本文提出一种知识获取的新方法,利用该方法,我们可以得到一个决策信息系统充分简洁的且又充分多的知识。     

一种基于粗糙集和信息论的Web日志挖掘方法

提出一种基于粗糙集和信息论的web日志挖掘方法,该方法利用web日志预处理后的数据集,建立描述用户访问模式特征属性的决策表,并利用粗糙集和信息论相关原理来解决因web日志自身缺陷而导致知识表达系统的不协调和属性决策表多种简化的问题,进而获取用户访问网站模式的最简化规则.通过实例分析和比较,表明该方法能从web日志预处理后的数据中获取简捷有效的用户访问模式规则.     

考虑多重属性匹配的订单指派问题研究

近年来被日本电子产品制造企业广泛采用的Seru生产是一种兼具柔性和效率的生产方式。订单指派决策直接影响着Seru生产系统的柔性水平和生产能力利用率。基于对Seru生产系统性能评价指标和Seru生产系统下订单指派问题特征的分析,通过识别订单指派问题中影响柔性和生产能力利用率的4种属性,即品种、时间、质量、成本,分别用以上4种属性来描述Seru和订单的特征,构建Seru生产系统下考虑多重属性匹配的订单指派问题的数学模型,设计启发式算法对模型进行求解,并通过算例证明模型和算法的有效性。     

一种基于属性核的Rough集属性约简搜索算法

本文提出了一种新的可以快速寻找Rough集约简属性的算法,该算法利用计算属性核来提高计算效率.首先,从属性核出发,不断地在属性核上添加非核属性以构成新的属性集合,并判断新的属性集合是否为属性约简,然后在此基础上进行剪枝运算并在不构成约简的属性集合的基础上再生成新的属性集合并进行属性约简判断.该算法为一种搜索算法,由于采用了属性核算法和剪枝算法,提高了计算效率并能够找到给定信息系统的全部属性约简.通过测试,表明该算法是一种可行且有效的属性约简算法.     

一种多层安全相关属性标定偏好数据挖掘模型

提出了一种多层安全相关属性标定的偏好数据挖掘模型。通过多层安全偏好数据挖掘模型的建立,实现了挖掘数据的准确性与安全性。使用多层安全数据挖掘模型决策算法,通过决策算法来寻找精准的数据,根据分析数据与决策数据的合理分析来建立一种偏好数据挖掘模型的过程。仿真实验表明,多层安全相关属性标定的偏好数据挖掘模型,提高了计算数据的准确率,使计算出的偏好数据更为精确,与此同时大大提升了选择数据的安全性能。     

网络组织知识获取模型及其仿真分析

通过构造人工网络组织,并设定其属性及知识获取的规则,利用系统仿真方法对网络组织知识获取的系统动态行为进行了研究.结果表明,网络规模、知识存量的离散程度与网络组织知识获取效率呈反比相关关系.知识获取能力的离散程度与网络知识荻取效率呈正比相关关系,研究结果对网络组织设定相关准入制度有一定的指导意义.     

基于粗糙集的决策表最小化方法研究

本文介绍了粗糙集的基本理论,及基于粗糙集的知识获取理论模型,并运用这一模型对企业人才引进案例进行分析,通过决策表约简,剔除冗余属性、消除过剩规则,最后得出了属性约简的最小化结果以及决策规则。     

基于二进制信息粒的自定义数据挖掘方法

信息技术的飞速发展使得企业数据库中的数据急剧增长,如何发现隐藏在数据中的规则并用于辅助领导层决策,是企业非常重视的问题。通常决策者希望能从数据库中获得两种信息:满足给定几个条件属性取值的最简决策规则集和满足给定决策值的最简决策规则集。利用二进制位运算快速、易操作等优点,用二进制数表示每个信息粒,并在此基础上给出获取规则的两个挖掘算法,最后通过实例描述算法。