| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景与问题提出 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 不确定性决策理论研究现状 | 第9-10页 |
| 1.2.2 粗糙集研究现状 | 第10-12页 |
| 1.2.3 序信息系统粗糙集研究现状 | 第12页 |
| 1.2.4 粗糙集多属性决策研究现状 | 第12-13页 |
| 1.3 论文主要研究内容及文章结构 | 第13-15页 |
| 第二章 相关理论基础 | 第15-22页 |
| 2.1 粗糙集理论基础知识 | 第15-18页 |
| 2.1.1 粗糙集的基本概念 | 第15-16页 |
| 2.1.2 粗糙集属性约简方法 | 第16-18页 |
| 2.2 序信息系统基本概念 | 第18-20页 |
| 2.3 信息系统的不确定性度量 | 第20-21页 |
| 2.3.1 基于等价关系的不确定度量 | 第20页 |
| 2.3.2 基于优势关系的不确定度量 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于优势关系的粗糙集模型 | 第22-42页 |
| 3.1 序信息系统变精度粗糙集基本概念 | 第22-25页 |
| 3.1.1 优势集与劣势集 | 第22-23页 |
| 3.1.2 基于优势关系的β-粗糙近似 | 第23-24页 |
| 3.1.3 偏好概率决策规则 | 第24-25页 |
| 3.2 序决策信息系统的属性约简及不确定性知识推理 | 第25-30页 |
| 3.2.1 条件熵与互信息 | 第25-26页 |
| 3.2.2 互信息约简算法 | 第26-27页 |
| 3.2.3 基于粗集与D_S证据理论的知识推理 | 第27-28页 |
| 3.2.4 算例验证 | 第28-30页 |
| 3.3 实证分析 | 第30-38页 |
| 3.4 区间值序信息系统粗糙集模型 | 第38-41页 |
| 3.4.1 区间序信息系统与基于可能度的优势关系 | 第38-39页 |
| 3.4.2 α-可能度优势关系与粗糙近似 | 第39页 |
| 3.4.3 基于α-可能度优势关系的对象排序 | 第39-40页 |
| 3.4.4 算例验证 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于粗集约简的支持向量机模型 | 第42-59页 |
| 4.1 MDLP属性离散算法 | 第42-44页 |
| 4.1.1 MDLP算法的基本概念 | 第43-44页 |
| 4.1.2 MDLP算法步骤 | 第44页 |
| 4.2 支持向量机 | 第44-48页 |
| 4.2.1 SVM的基本思想与理论基础 | 第44-47页 |
| 4.2.2 基于SMO算法求解SVM | 第47-48页 |
| 4.3 基于RS-SVM模型的个人信用评估研究 | 第48-58页 |
| 4.3.1 个人信用评估 | 第48-49页 |
| 4.3.2 个人信用评估现状分析 | 第49-50页 |
| 4.3.3 数据建模与分析 | 第50-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录 | 第66-70页 |