《粗糙决策理论与应用》由作者胡寿松 何亚群编写, 北京航空航天大学出版社出版发行, 定价23元, 读者可以查看内容提要、目录、前言、作者介绍等信息,并保证《粗糙决策理论与应用》为正版。 粗糙决策理论与应用内容提要《粗糙决策理论与应用》在介绍粗糙集基本概念的基础上，对粗糙决策中的基本问题、粗糙集的扩展、粗糙集与其他方法的集成等粗糙决策分析方法及粗糙决策理论的应用进行了论述。《粗糙决策理论与应用》在介绍国内外已有成果的基础上，力图概括近年来作者所做的最新工作。书中粗糙决策的基本问题包括粗糙集的离散化问题、属性约简问题和粗糙集中不确定性与模糊性的测量；粗糙集的扩展包括变精度粗糙集，基于相近关系、广义近邻关系、相容关系、优势关系、扩展优势关系等的粗糙决策方法以及实数粗糙集；粗糙集与其他方法的集成包括粗糙集与神经网络的集成以及粗糙集与模糊集的集成。《粗糙决策理论与应用》对粗糙决策理论在歼击机的故障诊断、飞机空调车的故障诊断、系统预测和优化选址等方面的实际应用进行了介绍。《粗糙决策理论与应用》的主要内容是在国家自然科学基金重点项目及航空科学基金项目资助下完成的。《粗糙决策理论与应用》可作为自动控制、系统工程和管理科学等专业的研究生教材，也可作为从事智能决策、模式识别及粗糙集理论与应用的研究人员的参考书。粗糙决策理论与应用目录第1章粗糙集理论的基本概念1.1知识的含义与表示方法11.1.1知识的含义11.1.2不可分辨关系21.1.3知识的表示21.2粗糙集41.2.1粗糙集的下近似、上近似及边界区41.2.2近似精度与粗糙度71.2.3粗糙隶属函数81.3属性约简91.3.1属性的依赖性91.3.2属性的重要性101.3.3约简与核111.4决策规则121.4.1决策规则和算法121.4.2规则的度量标准121.4.3规则的应用141.5粗糙集的应用141.5.1飞机空调车的故障诊断141.5.2歼击机的结构故障诊断19第2章粗糙集中的离散化方法2.1连续属性的离散化272.1.1离散化问题的描述272.1.2离散化方法的分类282.2连续属性的无监督离散化方法282.2.1等宽度离散化方法292.2.2等频率离散化方法292.3连续属性的有监督直接离散化方法292.3.1单规则离散化方法292.3.2最小信息熵离散化方法302.3.3NaiveScaler离散化方法312.3.4SemiNaiveScaler离散化方法312.3.5粗糙集与布尔逻辑相结合的离散化方法322.3.6S.H.Nguyen，H.S.Nguyen改进的贪心算法332.4连续属性的有监督间接离散化方法342.4.1超平面离散化方法342.4.2超曲面离散化方法362.4.3间接离散化方法在空军器材保障中的应用40第3章粗糙集中的属性约简算法3.1常见约简算法453.2基于属性重要性的启发式约简算法463.2.1属性重要性的计算463.2.2约简算法483.3基于差别矩阵的约简算法493.3.1差别矩阵493.3.2约简算法503.4基于集合近似质量的属性约简算法513.4.1约简算法513.4.2算例55第4章粗糙集中不确定性与模糊性的测量4.1粗糙集中不确定性的测量574.1.1基于粗糙度的不确定性测量574.1.2基于粗糙熵的不确定性测量584.1.3基于修正粗糙熵的不确定性测量594.2粗糙集中模糊性的测量644.2.1模糊熵的基本概念644.2.2等价关系下粗糙集模糊性的测量654.2.3一般二元关系下粗糙集模糊性的测量68第5章基于实数粗糙集空间的自组织映射方法5.1实数粗糙空间的概念705.1.1实数粗糙空间705.1.2Pawlak粗糙集与实数粗糙集的比较725.2自组织映射方法的改进725.2.1自组织映射原理725.2.2菱形邻域的设计745.2.3基于实数粗糙集空间的改进邻域的自组织映射方法765.2.4拓扑特性保持785.3歼击机故障识别的实数粗糙集自组织映射方法79第6章粗糙集模型的扩展及应用6.1可变精度粗糙集826.2基于相近关系的粗糙集扩展及应用846.2.1相近关系及相近度846.2.2基于相近关系的相近粗糙集866.2.3相近粗糙集的属性约简886.2.4相近粗糙集的隶属函数896.2.5基于相近粗糙集的歼击机故障决策分类906.3基于广义近邻关系的粗糙集扩展及应用956.3.1属性的广义重要度966.3.2空间的属性广义重要度欧氏距离1026.3.3基于广义近邻关系的实域粗糙集1026.3.4实域粗糙集属性约简的定义及贪心算法1066.3.5算例1086.4基于相容关系的粗糙集扩展及应用1096.4.1多值决策系统和不完全决策系统1106.4.2基于相容关系的相容粗糙集1106.4.3属性的约简及规则的获取1146.4.4军机备件需求量修正的相容粗糙集方法1156.5基于优势关系的粗糙集扩展及应用1226.5.1具有偏好信息的多属性排序问题1226.5.2优势属性集1226.5.3基于优势关系的优势粗糙集1246.5.4基于优势粗糙集的方案排序1256.5.5基于优势粗糙集的空军航材供应点的偏好选址1266.6基于扩展优势关系的粗糙集扩展及应用1306.6.1不完全信息的多属性分类问题1306.6.2扩展优势关系与扩展优势集1316.6.3基于扩展优势关系的扩展优势粗糙集1326.6.4实例134第7章粗糙集与神经网络的集成7.1粗糙集方法与神经网络方法的特点1367.1.1粗糙集方法的特点1367.1.2神经网络方法的特点1377.1.3粗糙神经网络方法的优点1387.2粗糙神经网络的集成方式1387.2.1粗糙集作为神经网络的前端处理器1387.2.2利用粗糙神经元构造粗糙元神经网络1397.3基于粗糙神经网络的空军航材消耗预测1427.3.1影响航材消耗的因素1437.3.2预测信息表的确定1447.3.3预测信息表的约简1457.3.4基于粗糙神经网络的航材消耗预测1467.4基于粗糙神经网络的模糊控制系统的设计1477.4.1粗糙神经网络模糊控制系统的构造1487.4.2实例1517.5基于粗糙神经网络的歼击机结构故障诊断1537.5.1基于粗糙神经网络进行故障诊断的一般结构及步骤1537.5.2基于粗糙集方法的特征提取1547.5.3分类神经网络及其算法1557.5.4神经网络辨识器1567.5.5实例1587.6具有区间数的粗糙元神经网络决策分析方法1677.6.1具有区间数的决策信息系统1677.6.2具有区间数的粗糙元神经网络1687.6.3基于粗糙元神经网络的歼击机故障认定1727.7基于相近关系的粗糙因子神经网络及其模式识别方法1807.7.1基于粗糙因子的神经网络设计1807.7.2粗糙因子神经网络算法的收敛说明1817.7.3粗糙因子神经网络的模式识别仿真实验1827.8基于支持向量机的粗糙元神经网络的构造与分类决策1857.8.1支持向量机粗糙元神经网络的基本思想1857.8.2支持向量机的多分类问题1867.8.3支持向量机输出与粗糙近似集的关系1917.8.4支持向量机粗糙神经网络的构造1917.8.5实例1927.9基于粗糙K-均值的椭球基函数神经网络及其模式识别应用1957.9.1椭球单元神经网络1967.9.2粗糙K-均值方法1987.9.3椭球基函数神经网络2007.9.4椭球基函数神经网络的函数逼近性能分析2027.9.5椭球基函数神经网络与RBF神经网络的比较2057.9.6实例2087.10实域粗糙中心的RBF神经网络的集成2127.10.1神经网络的集成思想和方法2127.10.2一种动态的聚类算法2157.10.3实域粗糙中心的基函数神经网络的集成方法2187.10.4实例218第8章粗糙集与模糊集的集成8.1具有连续属性值决策系统的粗糙模糊集集成方法2218.1.1属性值连续的决策系统2218.1.2利用模糊集将连续属性值转化为模糊属性值2218.1.3模糊相容关系下的粗糙近似2228.1.4模糊相容关系下的属性约简2248.2模糊决策信息系统2258.3粗糙模糊集2258.4相容粗糙模糊集2268.4.1相容关系及相容类2268.4.2相容粗糙模糊集2278.4.3相容粗糙模糊隶属函数及其性质2278.4.4算例2288.5模糊粗糙集2318.6相容模糊粗糙集2328.6.1模糊相容关系及模糊相容类2328.6.2相容模糊粗糙集2338.6.3相容模糊粗糙隶属函数及其性质2348.6.4算例2358.7自修复飞行控制系统效能评估的粗糙集与模糊集集成方法2398.7.1自修复飞行控制效能评估系统2408.7.2自修复飞行控制效能评估的粗糙模糊集集成方法2428.7.3自修复飞行控制系统效能评估的相容粗糙模糊集方法245参考文献粗糙决策理论与应用调换货原则拓普网所售商品,在满足调换货原则的前提下提供“自客户收到商品之日起7天内调换或换货”服务。→调换货原则全文→调换货流程全文查看评论发布评论