基于广义粗糙集的不完备信息系统决策融合方法研究
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 主要符号对照表 | 第11-16页 |
| 第一章 绪论 | 第16-30页 |
| 1.1 研究背景 | 第16-20页 |
| 1.2 研究现状 | 第20-23页 |
| 1.3 本文主要内容和创新点 | 第23-26页 |
| 1.4 本文结构 | 第26-30页 |
| 第二章 广义粗糙集与决策融合 | 第30-52页 |
| 2.1 粗糙集理论的基本知识 | 第30-35页 |
| 2.1.1 经典粗糙集理论 | 第30-33页 |
| 2.1.2 信息系统的粗糙集描述 | 第33-35页 |
| 2.2 广义粗糙集理论的演化 | 第35-45页 |
| 2.2.1 覆盖广义粗糙集 | 第35-36页 |
| 2.2.2 统一的广义粗糙集研究框架 | 第36-38页 |
| 2.2.3 信息系统的信息熵 | 第38-42页 |
| 2.2.4 信息系统的条件熵 | 第42-45页 |
| 2.3 基于广义粗糙集的决策融合方法 | 第45-51页 |
| 2.3.1 基于条件熵的启发式属性约简算法 | 第45-49页 |
| 2.3.2 广义粗糙集的应用价值 | 第49-51页 |
| 2.4 本章小结 | 第51-52页 |
| 第三章 不完备信息系统与基于模型的技术 | 第52-74页 |
| 3.1 不完备信息系统概述 | 第52-53页 |
| 3.2 不完备信息系统的数据分类模型 | 第53-59页 |
| 3.2.1 几种常见的不完备信息系统数据分类模型 | 第53-56页 |
| 3.2.2 数据分类模型的性能比较 | 第56-59页 |
| 3.3 对缺失数据影响的评估 | 第59-65页 |
| 3.3.1 一种宽松的联系度容差关系 | 第59-64页 |
| 3.3.2 缺失数据影响的评估方法 | 第64-65页 |
| 3.4 应用实例与分析 | 第65-73页 |
| 3.5 本章小结 | 第73-74页 |
| 第四章 区间值信息系统与信息填充技术 | 第74-100页 |
| 4.1 区间值信息系统概述 | 第74-78页 |
| 4.1.1 区间值信息系统的建立 | 第74-76页 |
| 4.1.2 区间值信息系统的数据分类模型 | 第76-78页 |
| 4.2 区间值信息系统的一种广义信息熵 | 第78-79页 |
| 4.3 基于广义信息熵的信息填充技术 | 第79-88页 |
| 4.3.1 技术原理 | 第79-84页 |
| 4.3.2 算法流程 | 第84-87页 |
| 4.3.3 性能分析 | 第87-88页 |
| 4.4 应用实例与分析 | 第88-99页 |
| 4.4.1 单值信息系统中缺失数据的填充 | 第88-94页 |
| 4.4.2 区间值信息系统的建立与缺失数据的填充 | 第94-99页 |
| 4.5 本章小结 | 第99-100页 |
| 第五章 数据分类模型的改进与优化 | 第100-116页 |
| 5.1 统计学相关理论概述 | 第100-105页 |
| 5.1.1 数理统计 | 第100-102页 |
| 5.1.2 假设检验 | 第102-105页 |
| 5.2 基于假设检验的数据分类模型 | 第105-108页 |
| 5.3 应用实例与分析 | 第108-113页 |
| 5.3.1 应用背景 | 第108-110页 |
| 5.3.2 数据分类模型的稳定性分析 | 第110-111页 |
| 5.3.3 数据分类模型的鲁棒性分析 | 第111-113页 |
| 5.4 本章小结 | 第113-116页 |
| 第六章 基于广义粗糙集的决策融合流程设计 | 第116-132页 |
| 6.1 决策融合的一般流程与软件实现 | 第116-122页 |
| 6.1.1 流程设计 | 第116-118页 |
| 6.1.2 软件实现 | 第118-122页 |
| 6.2 应用实例与分析 | 第122-131页 |
| 6.2.1 决策融合在故障分析中的应用 | 第122-127页 |
| 6.2.2 决策融合在辅助决策中的应用 | 第127-131页 |
| 6.3 本章小结 | 第131-132页 |
| 第七章 总结与展望 | 第132-136页 |
| 7.1 全文总结 | 第132-133页 |
| 7.2 研究展望 | 第133-136页 |
| 参考文献 | 第136-146页 |
| 攻读博士学位期间已发表或录用的论文 | 第146-148页 |
| 攻读博士学位期间参与的科研项目 | 第148-150页 |
| 致谢 | 第150页 |
