無(wú)限論域上粗糙集的公理化刻畫(huà)【開(kāi)題報(bào)告】

1、<p><b>　　畢業(yè)設(shè)計(jì)開(kāi)題報(bào)告</b></p><p><b>　　信息與計(jì)算科學(xué)</b></p><p>　　無(wú)限論域上粗糙集的公理化刻畫(huà)</p><p>　　綜述本課題國(guó)內(nèi)外研究動(dòng)態(tài), 說(shuō)明選題的依據(jù)和意義</p><p>　　粗糙集理論作為一種數(shù)據(jù)分析處理理論, 在1982年由

2、波蘭科學(xué)家Z. Pawlak創(chuàng)立.最開(kāi)始由于語(yǔ)言的問(wèn)題,該理論創(chuàng)立之初只有東歐國(guó)家的一些學(xué)者研究和應(yīng)用它,后來(lái)才受到國(guó)際上數(shù)學(xué)界和計(jì)算機(jī)界的重視. 1991年,Pawlak出版了《粗糙集—關(guān)于數(shù)據(jù)推理的理論》這本專(zhuān)著,從此粗糙集理論及其應(yīng)用的研究進(jìn)入了一個(gè)新的階段, 1992年關(guān)于粗糙集理論的第一屆國(guó)際學(xué)術(shù)會(huì)議在波蘭召開(kāi). 1995年ACM將粗糙集理論列為新興的計(jì)算機(jī)科學(xué)的研究課題.</p><p>　　意義：粗

3、糙集理論作為一種處理不精確(imprecise)、不一致(inconsistent)、不完整(incomplete)等各種不完備的信息有效的工具, 一方面得益于他的數(shù)學(xué)基礎(chǔ)成熟、不需要先驗(yàn)知識(shí); 另一方面在于它的易用性. 由于粗糙集理論創(chuàng)建的目的和研究的出發(fā)點(diǎn)就是直接對(duì)數(shù)據(jù)進(jìn)行分析和推理, 從中發(fā)現(xiàn)隱含的知識(shí), 揭示潛在的規(guī)律, 因此是一種天然的數(shù)據(jù)挖掘或者知識(shí)發(fā)現(xiàn)方法, 它與基于概率論的數(shù)據(jù)挖掘方法、基于模糊理論的數(shù)據(jù)挖掘方法和基于證

4、據(jù)理論的數(shù)據(jù)挖掘方法等其他處理不確定性問(wèn)題理論的方法相比較, 最顯著的區(qū)別是它不需要提供問(wèn)題所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)知識(shí), 而且與處理其他不確定性問(wèn)題的理論有很強(qiáng)的互補(bǔ)性(特別是模糊理論).</p><p>　　構(gòu)造性方法和公理化方法是研究粗糙集理論的兩種主要方法. 構(gòu)造性方法有很強(qiáng)的應(yīng)用背景, 所研究的間題也往往應(yīng)實(shí)際的需要而產(chǎn)生, 在知識(shí)的表示與獲取方面的研究有重要的應(yīng)用. 用構(gòu)造性方法定義的近似算子

5、, 用來(lái)描述知識(shí)的不精確性, 導(dǎo)出各種類(lèi)型的粗糙集代數(shù), 但粗糙集的代數(shù)結(jié)構(gòu)不易深刻了解. 而公理化方法的最大特點(diǎn)是可以深刻地理解各類(lèi)近似算子的結(jié)構(gòu)特征. 在有限論域上以二元關(guān)系為基礎(chǔ)的粗糙集的構(gòu)造性方法和公理化方法的研究比較成熟, 本文對(duì)無(wú)限論域上的粗糙集的構(gòu)造性方法和公理化方法的進(jìn)行了討論, 進(jìn)一步完善了粗糙集近似算子的理論研究.</p><p>　　粗糙集理論已被視為一種工具, 概念化, 組織, 并分析各種

6、數(shù)據(jù),特別是處理不精確, 不確定或有關(guān)于人工智能應(yīng)用的模糊知識(shí).</p><p>　　我們提出了粗糙集理論在處理不完備信息的應(yīng)用,即系統(tǒng)中的對(duì)象屬性的值可能是未知. 我們主要關(guān)心的是致力于這種系統(tǒng)中尋找規(guī)則.</p><p>　　處理空值采用不同的方法進(jìn)行描述. 此方法在于將一個(gè)不完整的體系轉(zhuǎn)變?yōu)橐粋€(gè)完整的體系,源系統(tǒng)的每個(gè)不完整定義對(duì)象都被目標(biāo)體系中的一組擬對(duì)象代替. 另一種辦法介紹了在

7、于從原來(lái)的系統(tǒng)中消除未知值的對(duì)象.我們的方法是與以上提到的那些不同, 因?yàn)樗灰笤谠枷到y(tǒng)上的變化和仍然能夠高效率減少可有可無(wú)的知識(shí).</p><p>　　我們提出消滅僅那信息, 從分類(lèi)或政策制定角度看不是根本的知識(shí)的減少. 我們將展示如何從決策表中找到這樣一個(gè)不完整的決策規(guī)則, 而那些決策表的非確定性是盡可能的小并且數(shù)量是最少的. 此種知識(shí)的減少限制了完備信息系統(tǒng), 被深入地討論.</p>&l

8、t;p>　　二、研究的基本內(nèi)容, 擬解決的主要問(wèn)題</p><p>　　1. 查閱有關(guān)資料及文獻(xiàn), 研究學(xué)習(xí)粗糙集方面的知識(shí), 從而理解無(wú)限論域上粗糙集的公理化刻畫(huà).</p><p>　　2. 向指導(dǎo)老師請(qǐng)教, 和同學(xué)研究討論, 來(lái)進(jìn)一步的了解粗糙集方面的知識(shí).</p><p>　　3. 翻譯一些外文資料來(lái)幫助撰寫(xiě)論文;</p><p>

9、;　　4. 到圖書(shū)館借些書(shū)籍來(lái)幫助理解論文的思路;</p><p>　　5. 收集數(shù)據(jù)、分析、歸納總結(jié), 并試著找出關(guān)于此類(lèi)問(wèn)題合理有效的理解辦法.</p><p>　　三、研究步驟、方法及措施</p><p>　　1. 查閱收集相關(guān)資料;</p><p>　　2. 翻譯英文資料, 修改英文翻譯;</p><p>　　

10、3. 仔細(xì)閱讀并研究文獻(xiàn)資料, 撰寫(xiě)文獻(xiàn)綜述;</p><p>　　4. 在老師指導(dǎo)下, 確定整個(gè)論文的思路, 列出論文提綱;</p><p>　　5. 開(kāi)題報(bào)告通過(guò)后, 撰寫(xiě)畢業(yè)論文初稿;</p><p>　　6. 上交論文初稿;</p><p>　　7. 反復(fù)修改論文;</p><p><b>　　8.

11、論文定稿.</b></p><p>　　方法、措施: 通過(guò)到圖書(shū)館、上網(wǎng)等查閱收集資料, 參考相關(guān)內(nèi)容. 在老師指導(dǎo)下, 歸納整理各類(lèi)問(wèn)題. 與同組同學(xué)研究討論, 用數(shù)據(jù)調(diào)查結(jié)合文獻(xiàn)論證的方法來(lái)解決問(wèn)題.</p><p><b>　　四、參考文獻(xiàn)</b></p><p>　　Zadeh L A.Fuzzy sets [J].Info

12、rmation and Control, 1965, 8: 338-353.</p><p>　　Pawlak Z.Rough sets [J].International Journal of Computer and Information Sciences, 1982, 11:341-356.</p><p>　　張倩生. 知識(shí)庫(kù)中知識(shí)的信息表示及其上的粗動(dòng)力系統(tǒng) [J].高校應(yīng)用數(shù)

13、學(xué)學(xué)報(bào),2004,19:369-375.</p><p>　　Yao Yi yu. A comparative study of fuzzy sets and rough sets [J].Information Sciences, 1998, 109: 227-242.</p><p>　　Dubois D, Prade H.Rough fuzzy sets and fuzzy roug

14、h sets [J]. International Journal of General Systems, 1998, 13: 613-622.</p><p>　　徐優(yōu)紅. 二元關(guān)系的復(fù)合與近似算子的合成 [J]. 計(jì)算機(jī)科學(xué), 2009, 36(2): 194~198. </p><p>　　韓立巖, 汪培莊. 應(yīng)用模糊數(shù)學(xué) [M]. 首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社, 1989. </p