基于粗糙集的不確定信息知識發(fā)現(xiàn)及在城市交通管理中的應(yīng)用研究.pdf

1、隨著社會經(jīng)濟的快速發(fā)展、城市規(guī)模的不斷擴大以及城市人口和機動車保有量的不斷增加，交通擁堵現(xiàn)象日趨嚴(yán)重，交通擁擠正成為一個普遍的社會現(xiàn)象。尤其是在大城市，交通擁擠問題已經(jīng)成為影響城市功能發(fā)揮和城市可持續(xù)發(fā)展的關(guān)鍵。由于現(xiàn)代城市交通管理是高新技術(shù)的綜合集成，任何一個微小的差錯都可能隱藏著重大的交通安全隱患，并可能導(dǎo)致交通事故，造成重大損失。因此，信息化是城市交通管理的未來發(fā)展方向，即應(yīng)用最新的科學(xué)技術(shù)，尤其是信息技術(shù)實現(xiàn)對交通流運行狀態(tài)的實

2、時感知、實時預(yù)測和實時監(jiān)控，而數(shù)據(jù)挖掘與知識發(fā)現(xiàn)是其中的一項重要內(nèi)容。如何有效地管理與處理海量的交通管理數(shù)據(jù)，以實現(xiàn)對城市交通的信息化管理和控制是管理人員、科研人員及工程技術(shù)人員目前面臨的一個重大問題。
　　 粗糙集作為一種新的處理不確定知識的數(shù)學(xué)工具，與其他知識發(fā)現(xiàn)技術(shù)相比具有獨特優(yōu)勢，它無需提供問題所需處理的數(shù)據(jù)集合之外的任何先驗信息，通過知識約簡與知識依賴性分析，從中發(fā)現(xiàn)隱含的信息和知識，揭示潛在的規(guī)律。因此，粗糙集理論可

3、以有效地幫助決策者處理復(fù)雜系統(tǒng)的決策問題。本文主要研究了基于粗糙集的不確定信息處理與知識發(fā)現(xiàn)及決策過程框架，在此框架基礎(chǔ)上，研究了粗糙集在不確定信息知識發(fā)現(xiàn)和決策支持領(lǐng)域的應(yīng)用理論，包括連續(xù)數(shù)據(jù)離散化、屬性約簡、知識發(fā)現(xiàn)、推理和解釋、以及應(yīng)用粗糙集方法進(jìn)行城市交通管理中的不確定信息知識發(fā)現(xiàn)和決策的問題。
　　 本文的主要研究成果如下：
　　 引入集群智能優(yōu)化理論和粗糙集理論，提出基于改進(jìn)粒子群優(yōu)化的粗糙集連續(xù)屬性離散化算

4、法。采用5組典型的UCI數(shù)據(jù)集breast、iris、wine、glass、heart對提出的改進(jìn)粒子群優(yōu)化的離散化算方法同基于屬性重要性、基于信息熵及遺傳算法進(jìn)行對比實驗，結(jié)果表明本文提出的離散化算法能使決策系統(tǒng)的信息損失降低到最小，并可獲得簡潔的決策規(guī)則。
　　 針對最小屬性約簡這個NP問題，推廣了分辨矩陣的概念，從信息論角度，構(gòu)建相對分辨矩陣，以條件信息熵為啟發(fā)式信息，提出一種新型的啟發(fā)式屬性約簡算法，并從理論上對該算法進(jìn)

5、行分析，實例結(jié)果表明，該算法能有效地對決策信息系統(tǒng)進(jìn)行屬性約簡；針對大規(guī)模數(shù)據(jù)集的決策信息系統(tǒng)，本章引入求異矩陣的概念，并在此基礎(chǔ)上提出直接求取最小相對約簡的基于屬性區(qū)分頻度的約簡改進(jìn)算法，該算法能夠?qū)⒏嗟膯l(fā)式信息融合起來，將重復(fù)的邏輯運算轉(zhuǎn)化為求異矩陣運算，理論分析及實例結(jié)果都驗證了它優(yōu)于其他一般的屬性約簡算法，更能獲取最小相對約簡集。
　　 提出兩種信息系統(tǒng)的規(guī)則獲取算法。針對完備信息系統(tǒng)，提出了一種全局尋優(yōu)的粗糙集決策

6、規(guī)則獲取算法，該算法從連續(xù)屬性離散化開始，基于核屬性，每次增加一個最重要的屬性，直至獲取最優(yōu)屬性約簡集，最后基于核的值約簡算法獲取所有確定的或可能的決策規(guī)則集，并給出規(guī)則的評價指標(biāo)支持度和確定度的計算方法；針對不完備信息系統(tǒng)，引入相容屬性矩陣和決策屬性矩陣的概念，提出基于相容關(guān)系的不完備信息系統(tǒng)規(guī)則獲取的矩陣算法，該算法無需計算核屬性，能夠直接從決策系統(tǒng)中提取所有規(guī)則集，提高了算法效率，為大規(guī)模數(shù)據(jù)集的規(guī)則獲取提供了一種新的思路。算法分

7、析和實例結(jié)果均表明上述兩種算法的可行性和有效性。
　　 關(guān)于城市交通管理決策問題，本文以粗糙集理論為工具，針對城市交通流狀態(tài)模式識別問題進(jìn)行了深入研究。分析了城市交通管理中的不確定性因素，介紹了交通狀態(tài)模式識別的一般過程和方法，提出了交通流狀態(tài)模式分類粗糙集知識發(fā)現(xiàn)模型及算法，融入集成策略構(gòu)建了交通流狀態(tài)模式集成分類系統(tǒng)，并給出交通流運行狀態(tài)的模式識別算法。實例驗證了將粗糙集理論應(yīng)用于城市交通流狀態(tài)模式分類知識發(fā)現(xiàn)與決策具有較大