| 摘要 | 第1-7页 |
| 英文摘要 | 第7-11页 |
| 第1章 绪论 | 第11-33页 |
| ·粗糙集理论产生的背景 | 第11-12页 |
| ·粗糙集理论国内外研究概况 | 第12-13页 |
| ·粗糙集理论的理论研究 | 第13-29页 |
| ·粗糙集数学性质 | 第13-14页 |
| ·粗糙集模型拓扑 | 第14-19页 |
| ·粗糙集与其它软计算或人工智能结合 | 第19-29页 |
| ·粗糙集理论的应用研究 | 第29-31页 |
| ·本文主要工作与内容安排 | 第31-33页 |
| 第2章 粗糙集两类算子研究 | 第33-51页 |
| ·预备知识 | 第33-37页 |
| ·新的确定增量算子和不确定减量算子 | 第37-43页 |
| ·多集合确定增量算子和不确定减量算子 | 第43-50页 |
| ·结论 | 第50-51页 |
| 第3章 基于一般关系与广义覆盖粗糙集信息不确定性度量 | 第51-65页 |
| ·预备知识 | 第52-54页 |
| ·一般关系下的信息熵 | 第54-57页 |
| ·基于一般关系的条件熵 | 第57-60页 |
| ·广义覆盖粗糙集的条件熵和互信息熵 | 第60-64页 |
| ·广义覆盖的基本概念 | 第60-61页 |
| ·广义覆盖粗糙集的粗糙熵 | 第61-62页 |
| ·广义覆盖粗糙集的条件熵与互信息熵 | 第62-64页 |
| ·结论 | 第64-65页 |
| 第4章 基于自适应和声搜索算法的粗糙集属性约简研究 | 第65-89页 |
| ·和声搜索算法 | 第65-70页 |
| ·基本和声搜索算法 | 第65-68页 |
| ·改进和声搜索算法 | 第68-70页 |
| ·自适应和声搜索算法 | 第70-71页 |
| ·仿真实验 | 第71-85页 |
| ·基于自适应和声搜索算法粗糙集属性约简研究 | 第85-88页 |
| ·属性约简模型 | 第85-86页 |
| ·粗糙集自适应和声属性约简算法 | 第86-87页 |
| ·算例分析 | 第87-88页 |
| ·结论 | 第88-89页 |
| 第5章 粗糙集方法在软集合参数约简中的应用 | 第89-113页 |
| ·粗糙集与软集合的比较 | 第89-91页 |
| ·软集合参数约简方法 | 第91-93页 |
| ·软集合正则参数约简方法 | 第93-105页 |
| ·模糊软集合的正则参数约简方法 | 第105-107页 |
| ·模糊软集合方法在决策问题上的应用 | 第107-112页 |
| ·结论 | 第112-113页 |
| 第6章 属性细化的粗糙集理论分析 | 第113-125页 |
| ·预备知识 | 第113-116页 |
| ·决策细化分析 | 第116-119页 |
| ·属性细化分析 | 第119-124页 |
| ·结论 | 第124-125页 |
| 第7章 结论与展望 | 第125-127页 |
| 参考文献 | 第127-137页 |
| 致谢 | 第137-139页 |
| 攻读博士期间发表论文情况 | 第139-141页 |
| 作者从事科学研究和学习经历的简历 | 第141-142页 |