基于粗糙集数据分析的智能决策支持系统研究

摘要

数据挖掘是从大量的历史数据中发现隐含的、有潜在应用价值并最终能被人理解的知识的过程.在决策领域,人们所面对的数据往往具有不确定性和不完整性.从这类数据中发现知识是一个非常困难的问题.该文从数据挖掘的基本概念入手,分析数据挖掘过程中面对的不确定性问题的特点,在深入比较多种不确定性理论的优缺点情况下提出了应用粗糙集理论的解决方案,研究了粗糙集理论的扩展模型及计算方法、数据预处理、知识约简、决策分析等问题.

目录

文摘

英文文摘

插图目录

第一章绪论

1.1决策支持系统的发展过程及研究现状

1.2决策支持系统存在的问题

1.3基于数据挖掘的智能决策支持系统

1.4文章的主要研究内容及结构安排

第二章数据挖掘过程

2.1数据挖掘概念及过程

2.2数据挖掘过程中各阶段的任务

2.3数据挖掘的过程驱动策略

2.4数据挖掘目标

2.5不确定性理论与粗糙集数据分析

2.6本章小节

第三章数据挖掘的粗糙集模型

3.1经典粗糙集模型及计算方法

3.2粗糙集理论的可变精度微差关系模型

3.3典型粗糙集应用系统

3.4本章小结

第四章数据预处理

4.1基于GA的连续属性集离散化分析

4.2冗余分割点约简

4.3基于粗糙集理论的概念泛化分析

4.4基于对象相似的空值估算

4.5本章小节

第五章知识约简与决策算法

5.1基于属性上下文敏感度的启发式约简算法

5.2决策规则求解与评价

5.3决策分析

5.4本章小节

第六章RSDA—DSS的设计实现及其应用

6.1基于粗糙集数据分析的智能决策支持系统结构

6.2 RSDA—DSS的设计与实现

6.3疾病治疗方案分析

6.4集成AHP/RSDA的群决策支持系统

6.5本章小结

结论

参考文献

攻读学位期间的主要研究成果和发表的论文

致谢