管理分类规则的广义决策树

为了将传统的决策树无法管理的、由各种分类算法所发现的大量的有意义的规则进行有效的存储、剪裁和使用 ,提出了广义决策树结构。它将传统决策树的结构进行扩展 ,能够以较少的存储代价管理所发现的所有分类规则 ,且易于表达规则之间的关系。提出了有效的优化策略。以此树为基础 ,将决策树分类算法与基于关联规则的分类算法进行了概括统一 ,并提出了相应的算法。实验结果证明 ,广义决策树克服了传统决策树的缺点 ,并且适宜于维护、剪裁以及快速搜索大量的分类规则     

一类加权连续属性的多变量决策树构造方法

首先利用粗集理论和模糊聚类理论确定连续多变量属性的选择问题,然后利用聚类中心算法建立等级标准中心以解决连续变量的区间划分问题,其次将等价关系相对泛化的概念用于决策树中多变量检验的构造。最后通过实例说明了本方法是可行的。     

简单系统决策与复杂系统决策:对决策范式中分化和转换的一种理解

讨论了由规范决策(NP)到描述决策(DP)研究范式的分化问题。基于复杂性思维,分析了简单系统决策和复杂系统决策的区别;指出:基于NP/DP发展起来的决策理论实际上只对应简单决策系统范围。探讨了面向复杂决策系统(CDS)的新决策研究范式:复杂性范式(CP)的内涵;并把CP与NP/DP做了比较,指出在信念、学科基础、决策范围、方法论、理论体系上的一系列区别;最后提出了CP的体系架构。     

基于混合遗传的粗集理论在工期目标实现中的应用

提出了一种基于混合遗传算法的相对约简算法,把模拟退火融入到遗传算法中形成混合遗传算法,提高了遗传算法的优化效率,并用这种混合遗传算法寻求最小条件属性集及最小属性值约简.并把该算法引入到工程管理中,提出若干条决策规则,工程管理人员按照这种决策规则进行施工过程的管理,确保在预定时间内完成工程任务.如果对整个施工过程的每道工序都提出决策规则,就可以实现施工过程的智能化管理.     

一种基于分明矩阵的启发式知识约简方法

提出了基于分明矩阵的启发式知识约简方法。在决策表的相对约简过程中采用分明矩阵来表达知识,并利用分明矩阵中项的长度和每个属性的频率作为启发信息进行属性的选择。现已证明,寻找决策表中最小相对约简问题是典型的NP hard问题。所提供的算法在大多数情况下能够找到最小约简,即使在没找到最小约简的情况下,也能找到次优解。通过实例分析,证明该算法是求解属性相对约简的快速有效的方法     

基于矢量空间的群体聚类方法研究

通过对群体成员的思维模式进行分析,基于矢量空间提出了群体中任意两个成员偏好矢量相关性度量的一般范数以及基于该矢量相关度的启发式算法,通过执行该使算法使群体中的成员形成若干个不同的聚集。在此基础上,定义并计算群体中各个聚集的偏好和整个群体的偏好,定义并计算群体中各个聚集的一致性指标和整个群体的一致性指标,为群体决策提供依据。最后通过一个实例对算法和一致性指标等进行验证。     

基于Petri网的防空C3I决策系统的建模分析

对地空导弹决策系统的结构和性能进行了研究.对基于旅营两级决策组织导出的库所/变迁系统进行了描述,建立了防空C3I决策系统的Petri网模型.并引入了决策时延这一反映指挥决策系统能力的重要指标.对提高C3I决策系统的实时性和准确性做了初步的探讨,证明了建立有色Petri网模型后,有效地提高了C3I决策系统决策的实时性和有效性.     

基于模糊逻辑的高速公路匝道控制的新方法

由于高速公路交通流的不确定性，模糊控制是解决交通问题的有效方法。在此提出一种新的匝道模糊控制器，包括用于输出信号灯周期时间的模糊决策库和确定信号灯动作变换的转换函数两部分。交通状况的六个不同的因素作为控制输入。并根据性能指标将仿真结果与传统方法ALINEA进行了比较。     

求粗糙集正域POSc(D)的表上作业法

给出了一种非常简洁的求POSC(D)的表上作业方法,此法不仅无须分别求出U/IND(C)和U/IND(D),而且省略了U/IND(C)和U/IND(D)之间的比较及求交的程序;最后,应用这一方法研究了评价和预测问题中各因素的合理赋权问题,对中国区域生态水平评价问题进行了权重挖掘,按照所得权重给出了新的评价结果.     

支持虚拟企业组建的DSS与CSCW集成框架

针对虚拟企业组建过程复杂, 需要决策支持系统支持的 特殊情况， 分析了CSCW对DSS的制约, 利用CSCW提供的多种技术和工具支持虚拟企业组建决策, 提出一种CSCW与DSS的集成框架. 并通过对集成框架进行评估与分析发现， 该方法是高效、 可行的.