粗糙集理论及其在投资环境因素分析中的应用研究

粗糙集理论及其在投资环境因素分析中的应用研究

论文摘要

现代管理决策面临的研究对象往往十分复杂,其性质展示常不够明显和充分,需要考察庞大的相关数据,从大量数据中寻求其固有矛盾,发现其潜在规律,提取规则,对系统的不确定性作出评估,在此基础上才能拟定出适宜的决策。粗糙集理论是一种新的处理不确定性知识的数学工具,其主要优势是不需要提供问题所需处理的数据集合之外的任何额外的先验信息,通过知识的简化与知识依赖性分析,完全由已知数据导出决策规则。因此,粗糙集理论可有效地帮助决策者处理复杂系统的决策问题。 信息系统以及不完备信息系统知识约简、规则获取的理论与方法研究是粗糙集理论与应用研究的核心问题。人们从不同的角度出发,提出了多种约简理论与方法。然而,这些方面本身还存在大量需要研究和解决的理论问题。另外,投资环境是一个结构复杂的有机系统,涉及到诸多因素,如经济环境、社会环境、资源环境、基础设施等,衡量这些因素的数据具有多种类型,且这些因素相互制约、相互依赖。目前,国内外学者对投资环境评价已基本形成一套成型的评价方法和模型,但是这些评价方法几乎都不同程度地受到评价者主观因素的影响,评价过程中指标权重的确立大多依赖人为的赋值和评分,主观性较强。因此,运用粗糙集理论对投资环境进行评价可以在一定程度上有效地避免人的主观因素,通过数据对影响投资环境的各个因素进行评价,并综合得出评价结论,这是一种恰当与合理的方法。 本文针对粗糙集理论的三个方面理论问题进行讨论(粗糙集正域的约简、变精度粗糙集的知识发现、不完备信息系统的知识发现)。同时,借助粗糙集的正域理论,对影响投资环境诸因素的重要性程度进行刻画,将粗糙集理论应用于投资环境分析。为此,本文对以下问题展开研究: (1) 基于粗糙集理论的信息系统知识约简理论与方法。信息系统知识约简理论与方法研究中基于粗糙集正域的约简是经典的方法,通过区分

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 选题背景与研究意义
  • 1.1.1 知识经济时代的管理-知识管理,对管理决策研究提出了新的课题
  • 1.1.2 粗糙集理论-归纳学习与信息融合的重要数学工具
  • 1.2 粗糙集理论及其研究现状
  • 1.2.1 粗糙集理论的产生与发展
  • 1.2.2 粗糙集理论的特点
  • 1.2.3 粗糙集理论的研究方向
  • 1.2.4 粗糙集理论的应用现状
  • 1.3 投资环境评价问题研究现状
  • 1.3.1 投资环境及其分类
  • 1.3.2 投资环境的不同研究角度
  • 1.3.3 投资环境评价理论
  • 1.3.4 投资环境评价的方法
  • 1.4 本文的研究目标、主要内容
  • 第2章 基于粗糙集正域的知识约简
  • 2.1 粗糙集基本理论
  • 2.1.1 知识与知识库
  • 2.1.2 不精确范畴,近似与粗糙集
  • 2.1.3 粗糙度和分类质量
  • 2.1.4 知识约简
  • 2.2 信息系统基于正域的约简及核的计算
  • 2.3 算例分析
  • 2.4 本章小结
  • 第3章 基于变精度粗糙集的知识发现
  • 3.1 变精度粗糙集模型
  • 3.2 基于变精度粗糙集的知识约简
  • 3.3 信息系统的规则获取
  • 3.4 β上、下分布约简的逻辑特征
  • 3.5 本章小结
  • 第4章 不完备信息系统的知识发现
  • 4.1 基本概念
  • 4.2 增量式更新对象集的上、下近似
  • 4.2.1 问题的提出
  • 4.2.2 主要结论
  • 4.2.3 算例分析
  • 4.3 不完全信息系统中分类决策规则获取
  • 4.3.1 增量式提取分类规则的算法
  • 4.3.2 程序设计
  • 4.3.3 实例
  • 4.4 本章小结
  • 第5章 基于粗糙集理论的投资环境分析
  • 5.1 西部投资环境评价的指标体系
  • 5.1.1 选取和构建评估指标系统的一般原则
  • 5.1.2 西部投资环境指标体系的选择和构建
  • 5.2 数据预处理
  • 5.3 基于粗糙集理论的投资环境分析
  • 5.3.1 社会环境对投资环境的影响评价
  • 5.3.2 资源环境对投资环境的影响评价
  • 5.3.3 经济环境对投资环境的影响评价
  • 5.3.4 基础设施环境对投资环境的影响评价
  • 5.4 1999~2002年基础设施环境变化分析
  • 5.5 本章小结
  • 结论与展望
  • 致谢
  • 参考文献
  • 附录1
  • 攻读博士学位期间发表的论文及科研成果
  • 相关论文文献

    • [1].三支决策-基于粗糙集与粒计算研究视角[J]. 智能系统学报 2019(06)
    • [2].多粒度粗糙集近似集的增量方法[J]. 山东大学学报(理学版) 2020(01)
    • [3].《粗糙集理论及其应用》研究生课程教学改革与实践[J]. 闽南师范大学学报(自然科学版) 2020(01)
    • [4].基于粗糙集理论的水利工程现代化管理评价[J]. 黑龙江水利科技 2020(01)
    • [5].基于代数角度的变精度多粒度粗糙集的约简[J]. 咸阳师范学院学报 2020(02)
    • [6].局部广义多粒度粗糙集[J]. 计算机工程与科学 2020(08)
    • [7].可变多粒度粗糙集粒度约简研究[J]. 哈尔滨师范大学自然科学学报 2019(01)
    • [8].基于覆盖粗糙集的超图连通性[J]. 数码设计 2016(02)
    • [9].关系粗糙集的邻域拟阵结构研究[J]. 数码设计 2016(02)
    • [10].基于粒度矩阵的程度多粒度粗糙集粒度约简[J]. 系统工程与电子技术 2016(12)
    • [11].基于最小/最大描述的多粒度覆盖粗糙直觉模糊集模型[J]. 计算机科学 2017(01)
    • [12].优势关系下多粒度粗糙集排序方法及其应用[J]. 计算机工程与应用 2017(01)
    • [13].优势关系多粒度粗糙集中近似集动态更新方法[J]. 中国科学技术大学学报 2017(01)
    • [14].基于加权粒度和优势关系的程度多粒度粗糙集[J]. 山东大学学报(理学版) 2017(03)
    • [15].组合多粒度粗糙集及其在教学评价中的应用[J]. 数码设计 2017(01)
    • [16].基于粗糙集的大学生学习与就业关系分析[J]. 计算机技术与发展 2017(05)
    • [17].粗糙集理论及其应用综述[J]. 物联网技术 2017(06)
    • [18].不完备信息系统中的广义多粒度双相对定量决策粗糙集[J]. 南京大学学报(自然科学) 2017(04)
    • [19].基于可变多粒度概率粗糙集的分类模型[J]. 模式识别与人工智能 2017(08)
    • [20].基于下近似分布粒度熵的变精度悲观多粒度粗糙集粒度约简[J]. 计算机科学 2016(02)
    • [21].可变程度多粒度粗糙集[J]. 小型微型计算机系统 2016(05)
    • [22].粗糙集理论在国内旅游研究中的应用[J]. 旅游纵览(下半月) 2014(14)
    • [23].基于信息量的悲观多粒度粗糙集粒度约简[J]. 南京大学学报(自然科学) 2015(02)
    • [24].粗糙集理论在故障诊断中的应用研究[J]. 科技视界 2015(16)
    • [25].粗糙集理论在输变电工程造价风险评价指标体系优化中的应用[J]. 土木工程与管理学报 2015(04)
    • [26].基于粗糙集理论的多标度层次分析教师教学评价模型[J]. 数学学习与研究 2017(11)
    • [27].基于粗糙集理论和因果图的故障诊断[J]. 重庆师范大学学报(自然科学版) 2020(02)
    • [28].基于粗糙集的高校学生实践能力因素研究[J]. 计算机技术与发展 2020(04)
    • [29].邻域粗糙集属性约简在民族团结进步创建评价中的应用[J]. 信息与电脑(理论版) 2020(12)
    • [30].新型灰狼算法的粗糙集属性约简及应用[J]. 计算机工程与应用 2017(24)

    标签:;  ;  ;  ;  ;  

    粗糙集理论及其在投资环境因素分析中的应用研究
    下载Doc文档

    猜你喜欢