| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| 1．1 引言 | 第9-10页 |
| 1．2 粗集理论的研究现状 | 第10-12页 |
| 1．3 粗集理论的应用 | 第12-19页 |
| 1．3．1 粗集理论在机器学习和规则生成等领域的应用 | 第12-13页 |
| 1．3．2 粗集理论在数据库中知识发现中的应用 | 第13-15页 |
| 1．3．3 粗集理论在决策支持分析中的应用 | 第15页 |
| 1．3．4 粗集理论的应用成果 | 第15-19页 |
| 1．4 本文的主要研究内容 | 第19-21页 |
| 第二章 粗糙集理论基础 | 第21-37页 |
| 2．1 引言 | 第21-23页 |
| 2．2 粗糙集理论的基本原理 | 第23-26页 |
| 2．3 知识的简化和评价指标 | 第26-31页 |
| 2．4 决策系统和知识的逻辑表达 | 第31-37页 |
| 第三章 基于差别矩阵的知识约简方法的研究 | 第37-46页 |
| 3．1 引言 | 第37页 |
| 3．2 基于差别矩阵最小约简算法的研究 | 第37-41页 |
| 3．2．1 差别矩阵和差别函数 | 第37-40页 |
| 3．2．2 基于差别矩阵最小约简的启发式求取算法 | 第40-41页 |
| 3．3 差别矩阵的处理和稀疏化 | 第41-44页 |
| 3．3．1 差别矩阵的降维策略 | 第41-42页 |
| 3．3．2 差别矩阵的稀疏化 | 第42-44页 |
| 3．4 实例研究 | 第44-45页 |
| 3．5 结论 | 第45-46页 |
| 第四章 聚类方法的研究 | 第46-63页 |
| 4．1 引言 | 第46-48页 |
| 4．2 基于遗传算法的聚类分析方法 | 第48-55页 |
| 4．3 基于遗传算法的聚类分析方法的实例研究 | 第55-57页 |
| 4．4 基于FUSINTER方法的连续条件属性的自动聚类 | 第57-59页 |
| 4．5 在粗集理论基础上的连续属性的全局一致性分割的算法 | 第59页 |
| 4．6 连续属性离散化在粗集理论应用中的实例研究 | 第59-62页 |
| 4．7 结论 | 第62-63页 |
| 第五章 粗集理论在模糊神经网络中的应用 | 第63-74页 |
| 5．1 引言 | 第63页 |
| 5．2 一种模糊神经网络简介 | 第63-65页 |
| 5．3 粗集理论在模糊神经网络中的应用 | 第65-69页 |
| 5．3．1 网络的构造 | 第65页 |
| 5．3．2 网络的学习算法 | 第65-66页 |
| 5．3．3 网络模型的全局逼近性质 | 第66-69页 |
| 5．4 实例及分析 | 第69-73页 |
| 5．5 结论 | 第73-74页 |
| 第六章 粗集理论在多层分类器中的应用 | 第74-92页 |
| 6．1 引言 | 第74页 |
| 6．2 利用粗集理论来构造单对象单决策属性的多层分类器 | 第74-77页 |
| 6．3 利用粗集理论来构造单对象单决策属性多层分类器的构造实例 | 第77-81页 |
| 6．4 利用粗集理论来构造多对象单决策属性的多层分类器 | 第81-82页 |
| 6．5 利用粗集理论来构造多对象单决策属性的多层分类器实例 | 第82-89页 |
| 6．6 结论 | 第89-92页 |
| 第七章 粗集理论在产品成本分析中的应用 | 第92-107页 |
| 7．1 引言 | 第92页 |
| 7．2 产品成本关联特征的分析 | 第92-95页 |
| 7．3 产品成本数据的预处理 | 第95-104页 |
| 7．3．1 连续属性的离散化 | 第98-101页 |
| 7．3．2 决策表的约简 | 第101-104页 |
| 7．4 成本的粗集评判模型的建立 | 第104-105页 |
| 7．5 产品设计阶段成本分析粗集综合评判 | 第105-106页 |
| 7．6 结论 | 第106-107页 |
| 第八章 总结与展望 | 第107-109页 |
| 参考文献 | 第109-116页 |
| 攻读博士期间的研究成果 | 第116-117页 |
| 致谢 | 第117页 |
