基于粗集理论的决策规则约简算法的研究与应用

粗集理论是一种新型的数据挖掘方法，其中约简是它的重要概念．粗集理论的主要思想是在保持分类能力不变的前提下，通过属性约简和值约简，导出问题的决策或分类规则．本文不同于目前将属性约简作为决策规则挖掘的重点，而是在属性约简的基础上又进一步提出了值约简算法，大大提高了规则的挖掘效率．该算法对原有算法进行了改进，最终可获得更简的决策规则．实例分析表明了该算法是较优的、有实用价值的．     

基于决策属性的关联规则挖掘

针对具有决策属性的数据库模型,提出了高效挖掘关联规则算法,即矩阵划分算法:根据决策属性将扫描后的数据库划分成两个包含不同决策属性的矩阵,分别采用向量法挖掘频繁项目集.关联规则的生成可充分利用"与"运算的优点,查找规则前件或后件的支持度.所提出的算法减少了候选二项频集的生成,以及"与"运算的大小,与apriori算法及传统的向量法挖掘关联规则相比,效率明显提高.     

基于决策属性的关联规则挖掘

针对具有决策属性的数据库模型,提出了高效挖掘关联规则算法,即矩阵划分算法:根据决策属性将扫描后的数据库划分成两个包含不同决策属性的矩阵,分别采用向量法挖掘频繁项目集.关联规则的生成可充分利用“与”运算的优点,查找规则前件或后件的支持度.所提出的算法减少了候选二项频集的生成,以及“与”运算的大小,与apriori算法及传统的向量法挖掘关联规则相比,效率明显提高.     

基于Rough熵的决策表约简算法研究

知识约简是Rough 集理论研究中的核心内容之一,已证明求决策表的最小约简是NP-hard问题,解决办法一般是采用启发式算法.本文分析了信息熵在Rough集理论中的应用,利用Rough熵定义了决策表中条件属性的相对重要度,讨论了其性质,在此基础上提出了一种用于计算决策表中的相对约简的启发式算法.     

基于粗糙集的立体停车库选址决策研究

提出了一种应用粗糙集理论选址方法,利用粗糙集理论建立模型,考虑到高峰时段停车数量、步行距离、土地价格等客观因素的影响,选取条件属性和决策属性建立决策表,采用差别矩阵属性约简算法进行约简,并对约简结果进行验证,最后归纳得到决策规则.以某城市一地区为例,介绍了该方法的应用,得出了该地区修建立体停车库选址的决策方法.     

基于可分辨重要度的属性约简算法

在可分辨关系和分辨强度指数概念的基础上,构造出“基于可分辨重要度的属性约简算法”．算法采用自底向上的方法,利用启发式信息可分辨重要度SIG作为属性选取的依据．算法无需生成中间结果,并将相关的逻辑运算转换成矩阵运算,从而达到降低系统时空开销、有效处理大规模数据的目的．理论分析和UCI数据集的测试结果表明,文中提出的算法有效、可行．     

基于粗糙集和混合聚类法的决策表约简算法

在分析粗糙集理论、分层聚类算法和k-means聚类算法的基础上,提出一种基于粗糙集和混合聚类法的决策表约简算法,该算法首先是使用基于分层聚类的k-means混合聚类法离散化决策表中的连续属性,然后利用粗糙集理论对离散后的决策表进行属性约简,得到决策规则集,并通过在铁路客运量预测系统中的应用验证了算法的可行性和有效性.     

粗集决策与聚类分析的改进模型

通过分析粗集理论与聚类分析的内在联系，从理论上探讨了两者的融合机理，并给出了相关的数学证明．考虑到粗集决策难以构造决策表的缺陷，采用聚类分析构造等价关系扩展信息表，提出了等价聚类的概念。建立了基于聚类分析的粗集模型；考虑到聚类分析权重确定存在的问题，采用粗集理论的属性约简思想，解决聚类分析中的权重和冗余性问题，建立了基于粗集理论的聚类分析模型，从而解决了原有模型的不足．     

公路工程建设方案的灰色评估

本文简要介绍了灰色评估理论及其在公路工程建设方案评价选择中的应用。利用灰色评估法来评价选择方案，可为多目标、多属性的方案评价决策提供一种较为简捷、有效而适用的方法。     

基于模糊多目标决策理论的军事运输路径优化研究

本文以军事运输的路径优化为研究对象，采用基于路段重叠惩罚的多路径搜索算法建立路径决策集：用模糊多目标决策理论从时间、危险性、保障代价三个方面来构造军事运输路径优化决策算法；最后，本文还给出了算法实例．     

基于粗糙集理论的公交信号优先算法研究

提出一种基于粗糙集理论的公交信号优先控制算法,以绿灯阻塞参数和红灯拥挤度为条件属性,以绿灯延时率为决策属性,构造知识库和边界域函数并约简规则,然后利用VISSIM仿真软件,以车辆延误和人均延误为评价指标对该算法进行评价。结果表明,该算法能减少交叉口4．93％的车辆延误和8．25％的人均延误。     

无决策属性的多属性决策权重融合方法

针对无决策属性的多属性决策系统的2种属性权重分配方法(主观赋权法和客观赋权法)的缺陷，提出了一种新的权重融合方法．该方法通过建立数学规划模型，用遗传算法寻求其全局最优解，以确定最佳的主客观权重融合方案，从而可以避免权重融合时人为偏好的影响．最后，给出了1个实例．     

铁路公益性客运范围界定混合决策模型

随着国家“基本公共服务均等化”规划的提出和铁路“政企分开”市场化改革的推进，铁路公益性与商业性服务之间的矛盾越发突出. 合理界定铁路公益性客运范围是缓解冲突，实现有效供给的前提. 本文结合定性与定量分析，构建了基于B-C-C三阶段决策流程和 PCFA-FCM降维聚类算法的铁路公益性客运范围界定混合决策模型.B-C-C三阶段决策模型以社会效益、经济状况和现实能力作为层进式判定条件，实现铁路公益性客运范围界定的顶层决策.PCFA-FCM降维聚类算法解决了决策流程实际运作中最难实现的社会效益(公益程度)量化分析问题，可以摆脱列车类型的约束，根据实际指标属性进行分类.     

铁路公益性客运范围界定混合决策模型

随着国家“基本公共服务均等化”规划的提出和铁路“政企分开”市场化改革的推进,铁路公益性与商业性服务之间的矛盾越发突出. 合理界定铁路公益性客运范围是缓解冲突,实现有效供给的前提. 本文结合定性与定量分析,构建了基于B-C-C三阶段决策流程和 PCFA-FCM降维聚类算法的铁路公益性客运范围界定混合决策模型.B-C-C三阶段决策模型以社会效益、经济状况和现实能力作为层进式判定条件,实现铁路公益性客运范围界定的顶层决策.PCFA-FCM降维聚类算法解决了决策流程实际运作中最难实现的社会效益(公益程度)量化分析问题,可以摆脱列车类型的约束,根据实际指标属性进行分类.     

���ǿɳ�����չ�Ľ�ͨ�������˫��ģ�����㷨

研究了考虑可持续发展的混合型交通网络设计问题的优化模型和算法. 利用双层规划模型描述问题,其中上层模型是以方案总投资费用和汽车废气排放量最小化为优化目标,并受占用土地规模和路段负荷度的约束,下层模型为确定型的交通网络平衡配流模型. 使用路段等级决策变量将问题离散化,并基于模拟退火算法和基于路径的梯度投影算法进行模型求解. 算例计算表明,优化后的交通网络不仅拥堵状况得到显著缓解,而且路网内汽车废气排放量下降幅度也非常明显. 这都证明本文所提出的双层规划模型和求解算法是一种研究可持续发展环境下交通网络设计问题的有效方法.     

基于模糊综合评价的工程投标决策方法

投标决策对任何一个承包商都是非常重要的.承包商若不加选择地对多个工程进行投标,一旦不能中标,势必造成企业人、财、物浪费.讨论了基于模糊数学、集值统计原理和层次分析法的工程投标综合优选模型,为承包商提供了一种投标方案模糊综合评价决策方法.     

Algorithm for Extracting All Relative-Attribute Reducts in Decision System of Large-Scale Records

A new algorithm based on rough core was proposed to extract all relative-attribute reducts in decision information systems of large-scale records. In the algorithm, the rough core of the decision-making information system is first calculated. Then, an approach based on a top-down strategy is adopted to select the non-core condition attributes and generate candidate relative-attribute reducts. Finally, the set of all relative-attribute reducts is obtained by pruning the candidate relative-attribute reducts. Experimental results show that the proposed algorithm is superior to the other methods such as the algorithm without computing core, the exhaustive method and the discernibility matrix method in extracting all relative-attribute reducts for large-scale data sets.     

属性序下的增量式Pawlak约简算法

为了对动态变化的决策表进行属性约简处理,在给定的属性序下,提出了一种基于分辨矩阵元素集的增量式Pawlak约简算法.该算法根据新增对象的不同情况快速更新分辨矩阵元素集,并依据其元素的变化,在给定属性序下快速更新Pawlak约简.实例和仿真实验结果表明,该算法是有效、可行的,与非增量式算法相比,效率平均提高91.4%.     

基于粗糙集和遗传算法的道路交通事故分析

通过对道路交通事故的原因分析,确定了造成道路交通事故的影响因素.研究了利用粗糙集理论从交通事故历史数据中提取有效信息的方法,并给出了基于遗传算法的道路交通事故决策表属性约简算法,得出了道路交通事故决策规则表.计算结果表明:文中所建数学模型科学合理,算法高效可行.为建立道路交通事故智能分析系统提供了一个有效的方法.