基于粗糙集与小波网络集成的股价走势预测研究

股价走势预测可以为股票投资提供科学依据.为了提高股价走势预测的能力,提出了一种基于粗糙集(RS)与小波网络(WNN)集成的预测方法.它首先利用RS良好的属性约简能力,对股票价格特征量进行降维;然后,采用RS优化WNN的拓扑结构,建立降维特征量基础上的股票价格走势预测模型;最后,由所建模型对股票价格走势进行预测.仿真结果表明,通过引入RS属性约简,很大程度上简化了WNN股格走势模型结构,并改善了模型性能.对上证综指、沪深综指300及澳大利亚股指的预测命中率分别为65.75%、66.37%和65.9%,训练时间为1.7s、1.8s和2.1s,预测结果也优于其它神经网络和WNN模型.从而验证了该方法用于股票价格走势预测的可行性和有效性.     

基于粗糙回归的股票指数变化趋势研究

运用粗糙集结合回归分析预测上证指数变化趋势,首先对预测日前1个月、前1星期、前1天等8个不同时间段进行回归分析,然后根据获得的趋势建立决策表,然后运用粗糙集获取决策规则,最后利用得到的规则预测上证指数的变化趋势.测试结果表明,该方法准确率良好.     

多粒度模糊粗糙集研究

本文研究了模糊粗糙集中属性约简问题.利用模糊粗糙集和多粒度粗糙集各自优点的结合,提出了两类多粒度模糊粗糙集模型,使得两类粗糙集中的上下近似算子关于负算子对偶.同时研究了多粒度模糊粗糙集的性质及与单粒度模糊粗糙集的关系.并通过构造区分函数的方法提出了一类多粒度模糊粗糙集模型的近似约简方法.最后用一个实例核对了该类多粒度模糊粗糙决策系统近似约简方法的有效性.     

模糊信息系统属性重要性度量

利用包含度工具将粗糙集方法应用在模糊信息系统中,给出了模糊信息系统中属性重要性度量计算方法,通过举例说明了[3]中关于属性重要性度量概念的局限性。     

粗糙集方法在路口交通模糊控制中的应用

交通灯的控制是城市交通系统中一个重要的问题.对交通过程采用模糊控制,模糊规则的获取以及模糊规则的客观性问题一直是众多学者努力研究的问题.粗糙集理论的提出主要是用来处理不完整和不确定信息,可以用来观察、测试数据并进行逻辑推理.本文采用粗糙集的方法对模糊规则的生成进行处理,生成相对客观的模糊规则.并结合路口交通的模糊控制问题,阐述该方法的实用性以及生成的模糊规则的客观性.     

基于可变模糊耦合方法的旅游交通安全评价

旅游交通事故在旅游安全事故中所占比例最高、后果最严重、影响最大,对其安全性进行评价研究意义重大.在分析旅游交通安全评价问题的基础上,针对原有研究存在的不足,提出了基于可变模糊集理论与粗糙集理论相结合的可变模糊耦合方法.首先,利用粗糙集理论进行属性约简,得到简化的旅游交通安全评价指标体系,然后,利用二元比较法和粗糙集理论确定各指标属性的主客观权重及综合权重,最后,利用可变模糊综合评价模型对旅游交通安全样本进行评价.研究结果表明:可变模糊耦合方法可行有效,在保证评价结果可靠性的前提下,简化了评价工作量,为旅游交通安全评价提供了一种新的途径和方法.     

动态条件下基于粗糙集的平衡记分卡模型及算法研究

传统的供应链绩效评估方法大多属于静态评估，而实际的供应链是一个动态系统，因此需要使用动态绩效评估方法来进行考量。为了适应动态联盟整体绩效评估之需要，把传统的四维平衡计分卡扩展为五维动态平衡计分卡。在此基础上建立了供应链动态绩效评估决策表，并利用粗糙集理论对决策表进行了属性约简和值约简，从而得到了预测绩效评估结果的决策规则集。仿真实验表明，提出的基于粗糙集理论的供应链动态绩效评估方法能够有效地给出动态供应链绩效评估结果及发展趋势，为供应链的合理分析和决策制定提供依据。     

基于粗糙集理论的知识约简及应用实例

在保持分类能力不变的前提下 ,通过利用粗糙集理论中的知识约简方法 ,在保护知识库分类不变的条件下 ,删除其中不相关或不重要的知识 ,从而导出问题的决策 .利用基于决策表的粗糙集模型算法 ,实例分析如何数字化表示决策表 ,并对其进行属性约简和属性值的约简 ,从而提取决策规则 .     

数据挖掘在房地产价格预测中的应用研究

通过基于数据挖掘理论的粗糙集和神经网络的研究,用属性约简算法约简并提取了影响房地产价格的主要指标因素,对降维后的数据进行网络学习和训练,最后用训练好的的网络检验测试样本.方法使学习训练的速度和识别率提高了,为房地产价格预测提供了一种更为有效和实用的新途径.     

基于粗糙集理论的区间型多属性灰决策规则及应用

本文在粗糙集理论的基础上,针对属性值为区间数的信息系统,提出了一种新的决策规则。首先,借助于改进的粗糙聚类算法对区间型属性值进行离散化,之后通过构造划分同族矩阵来确定属性约简集。最后,基于灰色关联分析技术提出了灰色决策规则。而在属性权重的确定方面,通过属性相对重要性的定义构造互反矩阵,利用遗传算法解优化模型得到属性权重。