2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、粗糙集理論是1991年波蘭學(xué)者Pawlak首先提出的。它是一種新的用于處理不完備和不確定知識(shí)的方法,它是基于論域中的每個(gè)對(duì)象都具有一定的信息這樣的假設(shè)基礎(chǔ)上的。粗糙集被廣泛應(yīng)用在模式識(shí)別,信息處理,特征選擇等領(lǐng)域。粗糙集理論是集合理論的推廣,用基于等價(jià)關(guān)系的上下近似來刻畫論域的子集。雖然經(jīng)典的粗糙集理論對(duì)于處理不確定問題和模糊問題非常有用,但是經(jīng)典的粗糙集理論局限于單個(gè)的屬性集。因此在處理多屬性問題的應(yīng)用上,經(jīng)典粗糙集的作用非常有限。<

2、br>   近幾年軟集理論作為一種處理不確定數(shù)據(jù)的工具被廣泛用在決策問題等領(lǐng)域。軟集理論是由Molodtsov首先提出的,軟集理論的一大優(yōu)勢(shì)是可以避免模糊集理論,可能性理論等指標(biāo)化工具的不充分性的問題。經(jīng)典的軟集是定義在完備的信息上的,然而很多原因可能導(dǎo)致要研究的軟集是不完備的,而由于軟集中指標(biāo)值的特殊性,需要推廣現(xiàn)有的處理不完備信息系統(tǒng)的方法來處理不完備軟集問題。對(duì)于不完備軟集,有加權(quán)預(yù)測(cè)的方法可以預(yù)測(cè)未知軟集中的指標(biāo)值,但是該方法

3、不能充分利用軟集的信息,特別的,對(duì)于軟集中已知指標(biāo)值很少的情況,采用加權(quán)預(yù)測(cè)方法預(yù)測(cè)軟集中未知指標(biāo)值的精確度會(huì)比較低。
   在完備軟集中,將粗糙集和軟集結(jié)合起來作為處理不完備信息的工具具有非常重要的意義,目前對(duì)軟粗集的研究主要仍是在等價(jià)類的基礎(chǔ)上定義的軟粗集,這極大限制了軟粗集在實(shí)際中的應(yīng)用。
   本文所做的主要工作如下:
   首先,對(duì)多屬性粗糙集的基本理論進(jìn)行了研究,提出了多屬性近似空間。本文在保持不同的

4、屬性集在對(duì)象集上的劃分不變的前提下,提出了多屬性粗糙集模型并且研究了多屬性粗糙集中的基本運(yùn)算,將一個(gè)集合上的多屬性粗糙集推廣到定義在多個(gè)集合上,而且探討了多屬性粗糙集和經(jīng)典粗糙集的關(guān)系。本文同時(shí)通過一個(gè)簡(jiǎn)單的例子說明多屬性粗糙集在實(shí)際中的應(yīng)用。
   其次,本文研究了軟集中真約簡(jiǎn)和偽約簡(jiǎn)問題,并且分析了現(xiàn)有方法在不完備軟集指標(biāo)值預(yù)測(cè)中的優(yōu)缺點(diǎn),充分利用信息表中對(duì)象間關(guān)系的信息和指標(biāo)間關(guān)系的信息,提出對(duì)象-旨標(biāo)值預(yù)測(cè)方法。對(duì)于在軟

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論