一种基于粗糙集的多指标综合评价方法

本文介绍了一种基于粗糙集的多指标综合评价方法，评价过程中属性离散化采用了动态聚类中的C-均值算法，并根据粗糙集理论中属性约简的原理，将冗余的指标进行剔除，增加了评价的客观性，对于多指标综合评价有一定的参考意义。     

基于粗糙集理论的教学评价指标权重的确定

针对传统的权重确定方法会受决策者主观经验影响的弊病,探讨利用粗糙集理论中的属性重要性理论并结合专家打分法,确定各测评项的权重,从而降低主观因素对权重的影响.     

基于粗糙集证券投资决策的模糊综合评价方法

证券投资具有高风险、高收益和模糊不确定性的特点.应用粗糙集理论以及模糊综合评价方法,建立了风险投资决策评价模型,并进行了实例分析.结果表明所建模型是可行且有效性的,对投资者有效地规避风险、提高投资决策能力具有现实指导意义.     

基于粗糙集理论的模糊综合评判权值确定

模糊综合评判在圈闭、区带等含油气性有利区预测及其优劣程度进行定量分析评价中发挥着非常重要的作用。在模糊综合评判中,参评地质因素的权值确定也非常重要。应用粗糙集理论,对原始地质数据进行挖掘,利用其求得各项参评地质因素的属性重要度,并将其权值化处理作为其权重系数,克服了传统方法确定权重系数的主观性,这样使得评价结果更具客观性,从而提高模糊综合评判精度。最后,以塔里木盆地塔西南凹陷圈闭评价为例,用此方法求得评价所需的各参评地质因素的权重系数。     

一种多指标综合评价中确定指标权重的方法

通过对主成分分析法赋权原理的讨论，提出了如何把主观赋权法融入其中，从而实现了指标定权过程中主客观方法的有机结合，使赋权结果更理想，并以企业经济效益评价为例作了具体应用。     

声控灯与节能灯优化配置的粗糙集评价方法

基于可信度的区间数排序方法的基础上,为获取更合理的属性权重,将属性重要性与条件信息熵结合起来,给出了一种基于粗糙集理论的属性权重确定方法,构建了声控灯与节能灯优化配置的指标体系,建立了基于粗糙集理论的区间型综合评价模型。     

基于粗糙集理论的装备研制方案评价决策研究

在提出基于粗糙集理论的多目标评价方法的基础之上,对单兵综合作战系统研制方案综合评价问题进行了研究,建立了综合评价模型,并通过算例表明,该方法对于装备研制方案的评价决策具有一定的优越性。     

基于粗糙集理论的应用型经管本科实验教学质量评价方法

通过分析应用型经管类本科实验教学的特征,利用粗糙集理论和信息熵概念以及相关性分析,对初选评价指标进行筛选、归一化指标赋权得到了应用型经管类实验教学质量综合评价模型.结合安徽科技学院实验教学进行了实例验证,并在实际应用中分析了粗糙集评价的不足.     

基于粗糙集理论与变权综合的企业质量技术信用评价

提出一种基于粗糙集理论中的属性约简并结合变权综合决策构建企业质量技术信用评价体系的方法.通过用例分析表明,该体系能更合理地给出企业质量技术的信用评价.     

粗糙集在医院工作质量综合评价中的应用

目前诸多的综合评价方法在权重设置和单因素评价矩阵确定等方面的局限性制约了人们对评价对象的科学认识.尝试将Rough Set的综合评价方法应用到医院工作质量综合评价中,并通过实例验证该方法的实用性、可行性.     

基于Rough集理论的图书馆网站综合评价方法研究

图书馆网站是现代化图书馆自我展示的窗口,如何科学、合理地评价图书馆网站以提高其建设质量,显得尤为重要.通过对图书馆网站的分析,建立了其评价指标体系,利用灰色统计的方法来确定模糊测评矩阵,并利用Rough集理论来确定相应评价指标的权重,然后运用模糊方法对网站进行了综合评价,从而为提高图书馆网站建设质量提供了有益的理论参考.     

信息熵在粗糙集理论中的应用

信息熵在粗糙集理论中有着重要的应用 ,它可用来度量知识的不确定性、属性关联的重要性及粗糙集的不确定性等。文章综述并分析这些度量     

基于粗糙集的毕业生就业质量评价指标优化

为构建财经类院校毕业生就业质量评价指标体系, 提出一种基于粗糙集理论的就业质量评价指标优化方法。 初步确立毕业生就业质量的 14 个评价指标, 以吉林财经大学 2012 ~2015 年近 4 届毕业生的就业信息为样本数据, 利用定量统计法对各指标权重进行了初步确定, 并对各评价对象进行了初步评价分类。 利用粗糙集论对评价指标进行约简, 剔除不影响评价对象分类的指标, 使指标体系由原来的 14 个指标约简为 6 个指标,并重新确定各指标权重, 最终得到了优化的财经类院校毕业生就业质量评价指标体系。 研究结果表明, 利用优化的指标体系可减少统计与评价的工作量, 该方法为财经类院校毕业生就业质量评价指标体系的构建和优化提供一个新的方向和途径。     

粗糙集文本分类的应用研究

文章提出了一种利用粗糙集理论生成文本分类规则的方法.首先,抽取特征词并计算权重.然后,在权值离散化之后,构造决策表.其中,特征词作为条件属性,类别作为决策属性.之后,将文本用属性约简和属性相对约简进行处理,得出决策规则.最后给出分类算法.     

粗集理论在知识发现系统中的应用

阐述了粗集理论的基本思想，给出了一个基于粗集的知识发现系统模型，并通过实例说明了这一模型的有效性。     

Generalization Rough Set Theory

In order to avoid the discretization in the classical rough set theory, a generlization rough set theory is proposed. At first, the degree of general importance of an attribute and attribute subsets are presented. Then, depending on the degree of general importance of attribute, the space distance can be measured with weighted method. At last, a generalization rough set theory based on the general near neighborhood relation is proposed. The proposed theory partitions the universe into the tolerant modules, and forms lower approximation and upper approximation of the set under general near neighborhood relationship, which avoids the discretization in Pawlak＇s rough set theory.     

Rough集理论及其应用发展

论述了Rough集理论在人工智能、认知科学等领域的应用情况,讨论了Rough集理论的发展前景及趋势．论文中较为重要的创新之处的是,基于粗糙神经网络构造了一种从虚拟的场景图像智能化地直接推测符合主观听感的音质效果参数的模型．     

基于粗糙集的教师授课质量评价方法

根据粗糙集理论的基本概念及知识表达系统的定义,讨论了利用粗集理论进行决策分析方法,并以教师授课质量评价为例,具体说明了决策的过程。