首页> 中文学位 >粗糙集理论及其在多目标优化中的应用
【6h】

粗糙集理论及其在多目标优化中的应用

代理获取

目录

文摘

英文文摘

创新性声明及关于论文使用授权的说明

第一章引言与预备知识

§1.1粗糙集理论的背景及研究现状

§1.2与本文有关的粗糙集理论的基础知识

§1.3本文的主要工作

第二章关于分配BZ—格上的粗糙近似算子

§2.1粗糙代数的构造性方法和公理化方法

§2.2粗糙集与分配BZ格间的区间结构

§2.3分配BZ—格上的粗糙近似

第三章粗糙近似在数据分类中的应用

§3.1粗糙近似算子在模式分类中的应用

§3.2粗糙近似在回归分析中的应用

§3.3不完备信息系统的容差关系和相似关系

§3.4基于赋值容差关系的不完备系统信息处理方法

第四章判定可能性规划问题最优解的粗糙集方法

§4.1模糊粗糙集、可能性和必然性测度

§4.2可能性线性规划问题最优解的粗糙近似表示

§4.3可能最优解和必然最优解的置信水平的计算

第五章多目标规划问题的约束度分析及有效解的粗糙近似

§5.1关于多目标规划问题的约束度分析

§5.2有效解(弱有效解)的粗糙近似

§5.3实例分析

第六章基于粗糙集方法的多目标优化中目标函数间相互关系的研究

§6.1基本概念及有关记号

§6.2实例分析

§6.3目标函数之间的关系

§6.4关于多目标优化问题的知识表达系统

§6.5广义区分矩阵与冲突函数

结束语

致谢

参考文献

在读期间撰写的部分论文

参加、主持科研项目及获奖情况

展开▼

摘要

粗糙集(Rough Sets)理论是二十世纪八十年代初由波兰数学家Z.Pawlak首先提出的一种新的处理含糊和不精确数据的数学工具.该理论被视为当代信息科学中重要的软计算方法.近年来,粗糙集成为人工智能和信息科学最活跃的研究领域之一,并且在模式识别、冲突分析、数据挖掘、智能控制、机器学习、知识获取、医疗诊断、专家系统、人工神经网络、决策分析、数据库知识发现、机械故障诊断、材料科学、金融和市场分析等领域得到成功应用.该文研究粗糙集理论及其在多目标优化中的应用,旨在开拓粗糙集理论的应用领域、寻求解决多目标优化问题的新途径.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号