不相容决策系统中获取规则的粗糙集方法

获取规则是数据挖掘的一项重要技术，近年来粗糙集方法在这个领域获得快速发展。面对大型数据库中存在不相容数据的客观现实，根据粗糙集理论，提出了不确定等价类的概念，在此基础上提出挖掘可能性规则的方法，该方法有效地利用了数据库中的统计信息，并给出了例子予以说明。     

专家系统中基于粗集的知识获取、更新与推理

知识获取、知识更新和不确定性推理是设计专家系统的重要方面。根据粗集理论，提出了一种专家系统的结构模型，该系统在规则获取的基础上，利用系统运行的实例增量式地更新知识库中的规则及其参数，以改善系统的性能，利用知识库中的规则及数量参数进行不确定性推理，得出结论的可信度。     

虚拟企业伙伴选择的双种群自适应遗传算法

针对虚拟企业伙伴选择这一多目标优化问题，采用理想点法将其转换为多个单目标问题，并应用双种群自适应遗传算法进行问题求解。该算法涉及两个种群和自适应交叉、变异概率。在遗传过程中，每个种群的个体都根据适应度自动选择其交叉和变异概率，使个体对环境变化具有自适应调节能力；在一代遗传完成后，种群间交换优秀个体携带的遗传信息，以增加种群的多样性，避免陷入局部极值。通过算例，证实了该算法能很好地解决虚拟企业伙伴选择这一多目标优化问题。     

信息管理与信息系统专业课程体系的分析与设计研究

信息管理与信息系统专业是综合运用信息科学、管理科学、系统科学、数学和计算机科学,解决社会、经济、工程等方面的信息管理问题的一门交叉学科。如何设计该专业的课程体系从而培养符合专业特点和适应社会需要的本科人才是一个重要的研究课题。本文结合国内高校信息管理与信息系统专业的发展现状和发展特点,提出了本专业课程体系的分析与设计方法,并针对学科特点提出了课程体系的具体实施和优化方法。     

一种辅助企业制定战略的神经网络模型

由于战国菜成的机制难以清晰描述,其关系随着时间的推移逐渐演变,氢制定战略需要兼用逻辑思维和直感思维,属于半结构化或非结构化问题,本文根据战略决策的这种特点,利用模糊综合评价方法将人的经验,常识等转化适合计算机处理的形式,利用误差反向传播网络自动获得,积累和调整知识,在此基础上建立了战略制定模型用于辅助企业制定战略。     

“管理信息系统”立体化教材的分析与设计

<正>教材建设与教学改革密不可分。长期以来,教学改革之所以难以取得实质性进展,其中一个重要原因就是普遍使用的教材没有重大的改革。教材建设也是学科建设的重要环节,离开各个学科的特点就不能形成符合学科要求的教材[1]。随着时代的发展,单一纸     

虚拟企业伙伴选择的优化算法

虚拟企业伙伴选择及优化是组建虚拟企业的一个关键问题。根据虚拟企业任务之间的关系，该文将虚拟企业伙伴选择问题分解为串行问题、并行问题和混合问题3类，并建立了问题的多目标决策模型，通过候选企业筛选和确定优化组合方案，优化了模型求解过程，并验证了该算法的有效性。     

粗糙集理论中一种属性离散化算法

针对定量属性离散化制约粗糙集理论应用这一关键问题，利用分级聚类法和粗糙集理论中依赖度的概念，提出了一种对决策系统中条件属性进行离散化的增类减类算法，实现了决策系统的属性约简。该算法易于理解，计算简单，以实例说明了算法的合理性和有效性。     

基于粗集的多准则决策分析

多准则决策分析(MCDA)用于解决分类、分级、选择、排序和描述问题,随着现实世界正变得由数据所驱动,传统的 MCDA 方法面临着更多的挑战.粗集方法是 MCDA 的有用工具,在多准则决策问题的分类框架下,从二元关系的角度对粗集方法的研究现状进行了评述,包括二元关系的建立、定义粗糙近似、导出决策规则和规则应用,并通过文献研究得出了基于粗集的 MCDA 方法的发展动态.     

基于粗集理论的多属性决策分析

针对多人多属性决策问题中多个决策者对同一类对象决策结果不一致的问题,通过对多属性群决策问题的描述,首次提出将不同决策者的不一致决策对象进行合并分析,得到更加直观明确的规则.对规则集进行构成分析,从而解释决策者之间的冲突所在.