偏序信息系統(tǒng)的全序化方法及其應用.pdf

1、粗糙集理論是上世紀八十年代初由波蘭學者Z.Pawlak提出的一個數(shù)據(jù)分析的有力工具，近年來日益受到各領(lǐng)域的廣泛關(guān)注，并已在機器學習、模式識別、決策分析、過程控制、數(shù)據(jù)庫知識發(fā)現(xiàn)、專家系統(tǒng)等領(lǐng)域得到了成功的應用。利用粗糙集理論將偏序信息系統(tǒng)全序化是偏序信息系統(tǒng)下知識獲取的一個主要內(nèi)容，它主要解決具有多個屬性的有限對象的全序化問題，此方法可以用來解決管理科學中的多屬性決策問題，因此研究基于粗糙集理論的偏序信息系統(tǒng)的全序化方法具有重要意義。<

2、br>　　本文利用粗糙集理論對偏序信息系統(tǒng)的全序化方法進行研究，將數(shù)值型數(shù)據(jù)、區(qū)間型數(shù)據(jù)及語義型數(shù)據(jù)進行預處理，并提出了一種基于屬性優(yōu)勢度的全序化方法，得到系統(tǒng)中對象的優(yōu)劣次序。主要研究內(nèi)容包括：⑴通過度量區(qū)間型屬性值的上、下界與整個屬性值邊界的距離，將區(qū)間型數(shù)據(jù)轉(zhuǎn)換為數(shù)值型數(shù)據(jù)。利用條件概率度量語義型屬性值之間的距離，并提出了將語義型屬性預處理的方法。⑵通過分析對象在每個屬性上的優(yōu)劣勢，提出了對象在單個屬性上的優(yōu)勢度、在屬性集上的優(yōu)勢