基于粗糙集理論的銀行卡故障診斷系統(tǒng)研究與實現.pdf

1、銀行卡交易系統(tǒng)是銀行業(yè)務系統(tǒng)一個極為重要的組成部分。以往的銀行卡交易系統(tǒng)往往是憑借有經驗的系統(tǒng)管理員來定位和排除故障。但隨著農行實現全國數據大集中和銀行業(yè)7×24小時不中斷服務意識的增強，迫使銀行對交易系統(tǒng)故障的處理時限要求提高。因此有必要發(fā)展一套魯棒性強的故障診斷方法，使系統(tǒng)管理員迅速診斷故障，保證銀行卡交易系統(tǒng)的順利進行，從而進一步提高銀行的銀行卡服務質量。 粗糙集理論主要是研究對不精確、不確定信息的知識表達。近年來它在信息

2、處理研究領域獲得了迅速發(fā)展。而銀行卡故障診斷也是對不精確的信息的處理，因此銀行卡故障診斷比較適合運用粗糙集理論來研究分析。 為了運用粗糙集理論來設計和實現銀行卡故障診斷，本文所做的研究工作在于： 1)對粗糙集理論內容進行深入研究和探討。包括知識的定義、不可分辯關系、上近似、下近似、邊界區(qū)等基本概念以及連續(xù)屬性離散化和屬性約簡等重要概念。 2）采用NaiveScaler離散化算法對銀行卡交易系統(tǒng)中樣本數據進行離散化

3、并合理劃分等價類，獲得了較滿意的離散效果；并運用區(qū)分矩陣的屬性約簡方法對銀行卡故障決策表的條件屬性進行屬性約簡，從而獲得屬性簡化的決策表，縮小了決策表的體積，有利于規(guī)則生成。 3）在研究粗糙集理論的基礎上，同時結合了銀行卡故障的特點，提出了銀行卡故障診斷系統(tǒng)設計方法。包括系統(tǒng)架構設計、功能模塊劃分以及數據庫表結構設計。 4）為了程序移植方便，采用跨平臺動態(tài)語言Python實現后臺數據解析、預處理基本模塊和粗糙集處理等關鍵