基于粗集理论的知识约简及其在风险识别中的应用

论文摘要

本文首先介绍了粗集理论的产生、研究发展状况以及基本理论,其次介绍了风险管理的研究发展状况以及风险管理中各组成部分,接着介绍了风险识别的三种方法并分析了它们的优缺点,最后基于粗糙集理论区分矩阵改进了HORAFA算法。具体方法如下:先变换区分矩阵把变换过程中去掉的单个元素加入到约简中,再把属性在变换后区分矩阵中出现的频率最大的属性加入到约简中,最后验证约简是否是最优化的约简,如果不是则删除不必要的元素,是则保留该元素。该方法使属性约简计算量大幅减小,通过约简产生的数据、规则受外界因素影响较小,比较客观,并利用这种方法到风险识别中,通过这种知识约简能够从众多的风险因素中得到主要风险因素。

论文目录

• 摘要
• Abstract
• 第一章 粗糙集理论概述
• 1.1 粗糙集理论介绍
• 1.2 粗糙集理论的优点
• 1.3 粗糙集理论的研究现状和发展方向
• 1.4 不完备信息系统中知识获取的研究发展现状
• 1.5 粗糙集理论的基本概念
• 1.5.1 信息系统和不可分辨关系
• 1.5.2 粗糙集与近似
• 1.5.3 约简和核
• 1.5.4 区分矩阵和区分函数
• 第二章 风险管理简介
• 2.1 风险管理概述
• 2.1.1 风险概述
• 2.1.2 风险管理的起源和发展
• 2.1.3 我国与国外的风险管理研究状况的比较
• 2.2 风险管理的组成
• 2.2.1 风险识别
• 2.2.2 风险评估
• 2.2.3 风险决策
• 2.2.4 风险控制
• 第三章 风险识别方法的研究
• 3.1 专家调查法
• 3.1.1 专家个人调查法
• 3.1.2 专家小组讨论法
• 3.1.3 头脑风暴法
• 3.1.4 德尔菲法
• 3.2 故障树分析法（FTA法）
• 3.3 幕景分析法
• 3.4 结果与讨论
• 第四章 HORAFA改进方法在风险识别中的应用
• 4.1 HORAFA算法
• 4.1.1 HORAFA算法原理
• 4.1.2 算法描述
• 4.2 本文对 HORAFA算法的改进
• 4.3 HORAFA改进算法风险识别过程中的应用
• 4.4 结果与讨论
• 总结
• 参考文献
• 致谢
• 研究生在校期间的科研成果