復(fù)雜系統(tǒng)預(yù)測(cè)中知識(shí)約簡(jiǎn)算法及其表示的研究.pdf

1、該論文針對(duì)復(fù)雜不確定性系統(tǒng)的特性,介紹了將知識(shí)發(fā)現(xiàn)理論方法與傳統(tǒng)的預(yù)測(cè)理論方法有機(jī)地結(jié)合起來(lái)進(jìn)行預(yù)測(cè)研究的新方法.針對(duì)復(fù)雜不確定性系統(tǒng)預(yù)測(cè)中的重要問(wèn)題:不完整、不精確知識(shí)的發(fā)現(xiàn)和挖掘,利用粗糙集理論,提出了知識(shí)屬性約簡(jiǎn)和值約簡(jiǎn)的簡(jiǎn)化算法,降低了屬性約簡(jiǎn)和值約簡(jiǎn)算法的運(yùn)算量和難度,為同類算法研究提供了一個(gè)很好的研究方向.對(duì)于分類知識(shí)的表示,提山了一個(gè)能降低概念格構(gòu)造復(fù)雜度的簡(jiǎn)化算法,具有一定的理論研究?jī)r(jià)值.主要研究工作包括:(1)對(duì)復(fù)雜不

2、確定性系統(tǒng)的特性及其傳統(tǒng)預(yù)測(cè)理論方法進(jìn)行了研究,介紹了將知識(shí)發(fā)現(xiàn)理論方法與傳統(tǒng)的預(yù)測(cè)理論方法結(jié)合起來(lái)進(jìn)行預(yù)測(cè)研究的一些理論,并介紹了目前的一些研究情況.(2)針對(duì)傳統(tǒng)統(tǒng)計(jì)學(xué)、概率論等預(yù)測(cè)方法不適用于海量數(shù)據(jù)預(yù)測(cè)的特點(diǎn),研究了基于粗糙集理論的分類知識(shí)的挖掘算法.該論文利用粗糙集理論主要研究不完整、不精確知識(shí)且不需要先驗(yàn)知識(shí)等附加信息的特性,研究了粗糙集的基礎(chǔ)知識(shí)、分類知識(shí)的挖掘算法以及有關(guān)的屬性約簡(jiǎn)、值約簡(jiǎn)算法,并提出了簡(jiǎn)化算法,降低了算