粗糙集技术在人力资源管理中的应用

现代企业的竞争实质上是人才战略的竞争,人力资源管理在企业管理中的地位被提升到了战略决策支持的高度。本文将启发式数据挖掘中的粗糙集技术引入到企业人才管理的智能决策中,利用粗糙集理论及布尔矩阵,通过数据预处理、属性约简等步骤从企业的员工信息数据库中提取其属性信息,消除冗余属性,获取跳槽人员的特征,此为企业人事管理部门制定人员管理措施提供科学的决策依据。     

基于粗糙集理论的多标记数据互补决策约简加速算法

互补决策约简是一种多标记数据属性约简方法,当数据规模较大时,其启发式算法的计算耗时较大。基于粗糙集理论,对互补决策约简启发式算法的加速算法进行了研究。当粒度由粗变细时,在逐步去掉正域的数据集上,首先研究互补决策约简中属性外部重要度的保序性质;基于此,通过逐步缩小数据规模来降低计算约简的耗时,提出了互补决策约简加速算法。加速算法不仅减少了属性约简的计算时间,而且能够保持原始算法的约简结果。     

模糊推理中的规则约简

为避免模糊推理中出现复合规则爆炸的情况,研究了方程pΛq→r=(p→r)V(q→r)关于uninorm诱导蕴涵所有解的情况.选用uninorm诱导的R-蕴涵作为上述方程中蕴涵时,证明了没有新的非平凡解出现;选用uninorm诱导的S-蕴涵作为上述方程中蕴涵时,获得了uninorm满足该方程的充要条件.     

基于多粒度理论的不完备决策规则获取

将多粒度理论引入不完备决策系统中,针对其不完备性,结合非对称相似关系提出基于相似关系的不完备多粒度粗糙集模型,并讨论该模型的性质。随后重点讨论基于相似关系的不完备多粒度粗糙集模型中属性约简和决策规则获取的问题,将多粒度理论和近似分布约简相结合,提出了不完备多粒度近似分布约简,获得所有的最简确定决策规则和最简可能决策规则。最后通过实例分析,发现使用多粒度近似分布约简与规则获取方法比原有的单粒度近似分布约简与决策获取方法更合理有效。     

不完备信息系统中基于对象等值度的属性约简

在含缺省值的不完备信息系统中,以对象的等值度与矛盾度概念为基础,定义了关于对象及信息系统的属性约简概念,给出了约简存在的充要条件,提出并证明了属性约简定理,解决了基于容差关系的属性约简导致系统有用信息损失的问题,为信息系统知识发现提供了新的工具.     

一种基于依赖度的决策表属性约简算法

属性约简是粗集理论研究的重要内容之一,计算所有属性约简已被证明是NP-hard问题,目前尚不存在一种非常有效的方法。基于依赖度的决策表属性约简算法,可同时适用于一致和不一致的决策表,实验结果表明,与Hu提出的属性约简算法相比,该算法不仅简单可行,而且具有较好的时间性能。     

变精度粗糙集模型中β参数范围的确定

正确分类率β是变精度粗糙集模型中重要的参数之一.针对变精度粗糙集中β参数的确定缺乏可预见性的问题,提出了在确定近似分类质量γ下β取值范围的确定方法.首先在选取特定β值的情况下,根据约简条件求取所有β约简;然后在近似分类质量保持不变的前提下,确定β参数的取值范围;最后通过一个算例验证了该方法的有效性.     

基于需求的测试覆盖

介绍了测试用例的生成方法、测试用例集优化算法和3种具体的测试需求约简策略TRR—Sub、TRR—Greedy和TRRLinear,从而帮助设计者如何设计出高效、实用的测试覆盖。     

冲突信息条件下的装备故障诊断方法

针对冲突信息条件下的故障诊断难题,研究了基于近似表示空间的故障诊断方法;采用冲突诊断信息系统描述冲突故障信息,并将冲突诊断信息系统转化为近似表示空间,进而对其进行属性约简;设计了基于包含度的针对完备信息对象的故障诊断方法,采用向量补齐方法设计了针对不完备信息对象的近似表示空间故障诊断方法;最后,将该方法应用于航空发动机故障诊断,验证了该方法可有效处理冲突、不完备信息,显著提高了故障诊断准确率。     

基于自信息熵的直觉模糊决策系统的属性约简

针对在直觉模糊集中,利用下近似构建的约简只考虑了下近似而忽略了上近似,从而导致一些信息丢失的问题,基于直觉模糊集的上、下近似提出了3种熵度量,并将其应用于直觉模糊决策信息系统的约简之中。在直觉模糊决策信息系统上定义用于描述直觉模糊关系的3种不确定性度量,分别为平均决策指数、平均安全决策指数以及平均风险决策指数,并在此基础上依次提出了条件信息熵、条件粗糙熵和自信息熵,基于自信息熵给出了相应的约简定义以及属性约简算法。在多个数据集上的实验表明,所提出的属性约简算法与其他算法相比,约简结果更具有优越性以及鲁棒性。