| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·选题背景和意义 | 第7-8页 |
| ·课题研究现状 | 第8-11页 |
| ·控制系统最小方差性能评价 | 第8页 |
| ·目前性能评价方法面临的主要问题 | 第8-9页 |
| ·数据挖掘理论的发展 | 第9-10页 |
| ·粗糙集理论在性能评价知识获取中的应用 | 第10-11页 |
| ·本文主要内容 | 第11-12页 |
| 第二章 数据挖掘理论的相关知识 | 第12-25页 |
| ·基于粗糙集理论的数据挖掘研究现状 | 第12-13页 |
| ·数据挖掘定义及任务 | 第13-15页 |
| ·数据挖掘的基本过程及研究问题 | 第15-17页 |
| ·数据挖掘的基本过程 | 第15-16页 |
| ·粗糙集在数据挖掘中所研究的问题 | 第16-17页 |
| ·知识库 | 第17-18页 |
| ·粗糙集理论的基本概念 | 第18-24页 |
| ·信息系统 | 第18-19页 |
| ·不可辨识关系 | 第19页 |
| ·集合的近似 | 第19-20页 |
| ·非精确性的数字特征 | 第20-21页 |
| ·知识约简 | 第21-23页 |
| ·知识的依赖性 | 第23-24页 |
| ·决策表的简化 | 第24页 |
| ·小结 | 第24-25页 |
| 第三章 基于粗糙集理论的热工控制系统性能评价 | 第25-39页 |
| ·热工控制系统的性能评价实现方法 | 第25-26页 |
| ·过热蒸汽温度调节的意义 | 第26页 |
| ·过热汽温控制系统的特点及任务 | 第26-27页 |
| ·过热蒸汽温度控制对象的动态特征 | 第27-28页 |
| ·基于粗糙集理论的性能评价机器学习 | 第28-30页 |
| ·基于可辨识矩阵的属性约简的实现方法 | 第30-38页 |
| ·火电厂过热汽温度控制系统性能评价 | 第30-31页 |
| ·数据离散化 | 第31-32页 |
| ·决策表属性约简 | 第32-33页 |
| ·决策表属性值约简 | 第33-36页 |
| ·逻辑推理系统 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第四章 热工控制系统性能评价实际数据实验 | 第39-51页 |
| ·过热汽温控制系统 | 第39-40页 |
| ·过热汽温控制系统的性能评价决策表属性约简实现方法 | 第40-43页 |
| ·性能评价知识 | 第43-45页 |
| ·性能评价具体实现步骤 | 第45-50页 |
| ·训练数据离散化 | 第46-47页 |
| ·原始决策规则合并同类项 | 第47页 |
| ·决策表条件属性的简化 | 第47-48页 |
| ·由属性约简决策表求取核值表 | 第48页 |
| ·逻辑推理系统 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第五章 总结及展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 在学期间发表的学术论文和参加科研情况 | 第57页 |