首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于邻域粗糙模型的次优决策表约简算法

摘要第2-3页
abstract第3页
第一章 引言第6-12页
    1.1 选题背景及意义第6-8页
    1.2 粗糙集研究现状第8-10页
    1.3 本文主要工作第10-12页
第二章 粗糙集理论基础第12-24页
    2.1 粗糙集理论第12-19页
        2.1.1 等价关系第12-13页
        2.1.2 上近似与下近似第13-14页
        2.1.3 粗糙集的数字特征第14-16页
        2.1.4 知识约简第16-17页
        2.1.5 信息系统和决策系统第17-19页
    2.2 邻域粗糙集理论第19-21页
        2.2.1 邻域的概念及粒化第19-20页
        2.2.2 邻域粗糙集的概念第20页
        2.2.3 邻域决策系统第20-21页
    2.3 粗糙集属性约简算法介绍第21-22页
    2.4 本章小结第22-24页
第三章 邻域粗糙集属性约简算法第24-30页
    3.1 前向贪心数值属性约简算法第24-25页
    3.2 前向搜索属性约简快速算法第25-27页
    3.3 基于邻域粗糙集的快速属性约简算法第27-28页
    3.4 本章小结第28-30页
第四章 蚁群算法研究第30-35页
    4.1 蚁群算法第30-33页
        4.1.1 蚁群算法的背景信息第30页
        4.1.2 蚁群算法的原理第30-33页
    4.2 应用的进展第33页
    4.3 发展趋势第33-34页
    4.4 本章小结第34-35页
第五章 基于邻域粗糙集的约简算法第35-58页
    5.1 基于邻域粗糙集的次优决策表约简算法第35-38页
        5.1.1 蚁群次优决策表约简算法ACSR第35-36页
        5.1.2 蚁群次优决策表约简算法ACSR分析第36-38页
    5.2 实验分析第38-54页
        5.2.1 蚁群次优决策表约简算法ACSR验证第41-48页
        5.2.2 δ 算子对约简结果的影响第48-51页
        5.2.3 δ 算子与决策依赖度 γ_p(D)的关系第51-54页
    5.3 δ值在次优约简时的选取第54-57页
    5.4 本章小结第57-58页
第六章 结论与展望第58-61页
    6.1 结论第58-59页
    6.2 展望第59-61页
参考文献第61-63页
攻读学位期间的研究成果第63-64页
致谢第64-65页

论文共65页,点击 下载论文
上一篇:件烟码垛机器人控制系统的设计与研究
下一篇:乳胶浸渍线自动化控制系统改造设计