| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·粗集理论背景概述 | 第8-9页 |
| ·结合粗集的集成应用研究概况 | 第9-10页 |
| ·本文的主要工作 | 第10-12页 |
| 第二章 粗糙集基本理论 | 第12-16页 |
| ·知识与知识库 | 第12页 |
| ·信息系统与决策表 | 第12-13页 |
| ·决策表属性约简 | 第13-14页 |
| ·粗集应用软件系统简介 | 第14-16页 |
| 第三章 基于动态SOM聚类的连续属性离散化算法 | 第16-28页 |
| ·SOM神经网络模型 | 第16-18页 |
| ·模型简介 | 第16-17页 |
| ·算法流程 | 第17-18页 |
| ·基于动态SOM聚类的离散化算法 | 第18-20页 |
| ·决策表的不相容度 | 第18页 |
| ·算法步骤 | 第18-20页 |
| ·数据试验 | 第20-27页 |
| ·实验的目的 | 第20页 |
| ·数据的选取和来源 | 第20页 |
| ·算法的程序实现 | 第20-21页 |
| ·实验与结果分析 | 第21-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 融合粗集属性约简和模糊度赋权的TOPSIS模型 | 第28-44页 |
| ·基本概念 | 第28-31页 |
| ·多属性决策的方案排序问题 | 第28-29页 |
| ·TOPSIS模型 | 第29-30页 |
| ·基于改进信息熵的粗糙集模糊度 | 第30-31页 |
| ·融合粗集属性约简和模糊度赋权的TOPSIS模型 | 第31-37页 |
| ·属性的权重确定 | 第32页 |
| ·融合粗集属性约简和模糊度赋权的TOPSIS模型 | 第32-33页 |
| ·算例分析:汽车品牌方案选择 | 第33-37页 |
| ·模型的扩展 | 第37-43页 |
| ·多属性群决策的TOPSIS模型 | 第37-38页 |
| ·算例分析:ERP系统选择 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 融合粗集属性约简的SVM回归预测模型 | 第44-52页 |
| ·支持向量机回归基本原理 | 第44-46页 |
| ·融合粗糙集属性约简的SVR模型 | 第46-47页 |
| ·实例分析—我国电力供应量回归分析和预测 | 第47-50页 |
| ·数据准备与预处理 | 第47-49页 |
| ·支持向量机回归结果与分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·本文的工作总结 | 第52页 |
| ·进一步研究的展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表论文目录 | 第59页 |