基于凸Rough集的数据约简和规则发现研究

为了有效地从凸序列中约简数据和发现知识，解决Rough集集中的凸序列问题，在深入研究凸序列和Rough集理论的基础上，提出了凸Rough集模型，定义了凸Rough集和凸Rough集糊集，给出了凸Rough集糊集的隶属函数和应用凸Rough集进行数据约简及规则发现的算法，最后分析了一个应用案例，验证了模型的可行性，表明应用凸Rough集模型可以更好地进行数据约减和规则发现。     

Rough集与Vague集集成模型

不确定条件下信息系统的知识获取是智能信息处理研究的一个热点问题。对前一阶段研究工作进行了总结,重点介绍了Rough Vague集与Vague Rough集模型,并分别讨论了这2种模型的代数性质。这些理论与方法对经典Rough集进行了扩展,为不确定条件下Vague信息系统的知识获取提供了新思路。     

Rough集与Vague集集成模型

不确定条件下信息系统的知识获取是智能信息处理研究的一个热点问题.对前一阶段研究工作进行了总结,重点介绍了Rough Vague集与Vague Rough集模型,并分别讨论了这2种模型的代数性质.这些理论与方法对经典Rough集进行了扩展,为不确定条件下Vague信息系统的知识获取提供了新思路.     

基于信息熵的Rough集粗糙性度量新方法

基于等价关系和一般二元关系,通过引入Rough集边界熵概念,利用Rough集边界的知识粗糙性和Rough集本身的粗糙度来刻画Rough集粗糙性,为Rough集粗糙性提供了一种更为合理的度量方法,为Rough集中概念的获取和刻画提供了理论依据.     

不相容决策信息系统属性核的研究

决策表属性核的计算往往是基于Rough集理论的决策信息系统约简过程的出发点和关键．不相容决策信息系统是信息系统约简处理研究的重点．本文对不相容决策信息系统属性核的计算问题进行研究，证明了Rough集理论代数观和信息观中属性核概念的包含关系，以及几种属性核计算方法所得到的结果之间的包含关系．     

基于概念格的知识约简算法的实现

探讨了Rough集和概念格的基本理论,将Rough集和概念格模型有机地结合起来,运用Rough集的约简理论提出一种基于概念格的知识约简方法并通过实验进行了验证,结果表明利用Rough集理论对以形式背景形式描述的原始数据集进行约简,可以在一定程度上减小概念格的规模.     

Rough集与Vague集的对比研究

Rough集和Vague集都是处理不确定、不完备、不准确信息的强大工具。Rough集研究主要针对于对象之间不可分辨的性质，Vague集研究主要针对对象边界的模糊程度。经过分析代数观的Rough集理论和信息观的Rough集理论与Vague集之间的关系，发现信息观的Rough集可以认为是一种特殊的Vague集；而代数观的Rough集与Vague集则是相互独立的，但是两者也有联系。在这2种理论下，信息的不确定性都是由元素部分属于集合而表现出来的，但是这2种理论对不精确信息的处理方法则不同。     

Rough集-神经网络系统在信息融合目标识别中的应用

研究了Rough集和神经网络方法在信息融合目标识别中的应用 .提出将神经网络学习机制引入到Rough集系统 ,同时通过Rough集的条件和决策属性构造神经网络结构 ,并针对三种不同谱段下的三种不同目标图像进行了实验 ,试验表明 ,Rough集 神经网络相结合的识别算法的识别率要明显高于单独使用一种融合算法的识别率 ,训练时间也大大缩短 .     

Rough集在数据挖掘中的应用

数据挖掘是一种新的商业信息处理技术,其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其它模型化处理,从中提取辅助商业决策的关键性数据.随着数据挖掘的广泛应用,Rough集在数据挖掘中的作用也越来越显著.本文主要讨论Rough集在数据挖掘中起到的重要作用.     

基于Rough集的车牌字符识别方法

提出了基于Rough集理论的车牌字符识别方法。该方法根据训练样本的特征向量建立决策表,应用Rough集理论对决策表属性进行约简,从约简后的决策表中获取决策规则,按照规则可信度的大小进行规则的匹配。实验表明该方法有效减少了决策属性的个数,提高了规则的泛化程度,简化了规则匹配算法,在车牌字符识别中取得了较好的识别效果。     

基于灰色局势决策理论的工程投标决策方法

将非等权目标灰局势决策方法用于基础工程投标决策,初步涉及了基础工程投标中存在的诸多不确定因素和风险性．从决定工程投标的影响因素人手,确定了灰色局势决策目标和权向量,将决策树和标准离差率(风险值)的计算结果作为量化了的决策目标,使灰色局势决策方法的基础数据来源更具有理论依据．结合工程实例,具体阐述了投标决策过程,并对决策结果给予了细致分析．为基础工程施工企业做出正确的投标决策提供了依据．     

基于模糊数学的工程项目投标机会选择模型

对影响投标机会选择的典型因素进行了分析,并且运用模糊数学理论,将在投标工作中与投标机会决策相关的各因素定量化,提出了投标机会选择模型,其算法具有普适的应用价值.     

模糊综合评价模型在评标中的应用——以高校物资采购为例

对影响高校物资招标采购评标决策的典型因素进行了分析,运用模糊综合评价理论,将评标工作中与评标决策相关的各因素定量化,建立了模糊综合评价评标模型,其算法简单具有普遍的应用价值.     

工程投标最优报价的确定

根据风险决策的期望值理论 ,提出在竞争性投标报价中确定最优报高率的决策模型 ,并通过算例说明了该模型的具体应用     

工程项目投标报价辅助决策系统研究

对工程项目投标决策支持系统进行了研究，建立了以数据库、模型库、方法库为基础的三库结构投标报价辅助决策系统，通过案例研究论证该系统的运行及其可操作性．     

“托”出价下几种拍卖方式比较研究

针对现有网上不同拍卖方式下"托"投标理论研究的不足,运用决策分析和博弈论的基本理论和方法分别研究了英国式拍卖、首价密封拍卖和次价密封拍卖方式下投标者的最优投标策略,并在此基础上对"托"投标下3种拍卖方式中投标者的期望收益和卖者的期望收益损失与投标者估价分布、"托"投标的概率以及投标人数之间的关系进行了比较分析,得出一些建设性的结论并解释一些现象.     

基于灰决策和粗糙集的BOT项目投标方案风险评价模型

文章分析了BOT项目投标方案风险评价指标体系,构建了BOT项目投标方案风险评价目标决策指标集,建立了基于灰决策和粗糙集的BOT项目投标风险评价模型,并通过案例研究说明了该模型的可靠性和适用性。为规避BOT项目投标方案风险提供了理论依据及最佳投标决策方案。     

博弈论在投标报价决策中的应用

:建立合成标底评标办法的投标报价博弈模型 ,根据该模型对某市南环大桥D合同段的投标报价进行决策分析 ,经过实际投标 ,收到明显的效果 ,报价分获得满分     

基于利益相关者的工程项目设计投标决策研究

工程项目设计投标不仅是工程设计项目承包的最主要方式,而且是设计单位最重要的活动之一。随着设计投标在越来越多的工程项目中采用,对工程项目设计投标决策的研究也就显得更为重要。现阶段,我国对设计投标决策的研究范围较窄,多数对设计单位本身投标策略的研究、对设计投标决策中各利益相关者的研究不多,未将设计投标决策作为各种利益相关者协同作用的过程来研究。文中首先界定了设计投标中设计单位、专家组、业主和竞争对手四大主要利益相关者,并探讨了彼此的相互关系;然后建立了设计单位对专家组和业主受益度的结构体系,运用多目标灰色评价理论,以灰色关联度作为测度进行综合评价;再次,运用博弈理论,建立了"投标选择"博弈模型,为设计单位与竞争对手的投标取舍问题给予策略选择依据。这对于明确设计投标过程中利益相关者的互动关系,为设计单位做出正确的投标决策具有重要意义。     

面向复杂标的物的投标决策模型

为了研究现代商业采购目的,开发了一种复杂标的物的投标决策模型。通过博弈论的理论和方法分析了在复杂标的物投标决策过程中,用户偏好所起的决定性作用以及用户在竞标过程中通过不断地了解竞标情况而确定自身最终的评判标准的动态过程,并对这种博弈局势进行了定量分析,给出了该局势下投标决策最优报价的解析结果。结果表明:在复杂标的物的投标决策过程中,用户偏好显著改变了竞标者之间的博弈的结果,用户偏好在一定范围内时,会有新的均衡出现,且新的均衡与用户偏好和收益密切相关。博弈过程由简单的价格竞争演化为用户和竞标者、竞标者和竞标者之间相互紧密关联的策略关系。