基于粗糙集和模糊聚類的氣象災(zāi)害決策支持系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、決策是決策者通過(guò)運(yùn)用領(lǐng)域知識(shí)，控制某些可控變量以達(dá)到特定目標(biāo)，從而實(shí)現(xiàn)最大效用的方案選擇過(guò)程。在信息量巨大，決策所面臨的環(huán)境越來(lái)越復(fù)雜，知識(shí)表現(xiàn)出更大的不確定性的條件下，關(guān)于智能決策方法與決策系統(tǒng)的研究具有重要意義。
　　 在數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)領(lǐng)域，模糊集與粗糙集理論和方法都被證明非常有效，兩種理論的互相融合可以構(gòu)成基于模糊粗糙集的信息系統(tǒng)，利用兩種理論在處理完整性和準(zhǔn)確性較低的知識(shí)中的優(yōu)勢(shì)，我們可以很有效的在大量數(shù)據(jù)集中進(jìn)行知

2、識(shí)發(fā)現(xiàn)，同時(shí)保持較低的系統(tǒng)復(fù)雜度。
　　 本文主要研究并實(shí)現(xiàn)了基于粗糙集和模糊聚類的氣象災(zāi)害智能決策系統(tǒng)，具體如下:
　　 (1)對(duì)基于點(diǎn)密度的模糊聚類算法進(jìn)行了研究:經(jīng)典的模糊聚類算法可以對(duì)現(xiàn)實(shí)生活中具有模糊性的事物進(jìn)行很好的分類，但對(duì)于信息密度不同的分類，該算法的分類效果不太理想，本文采用了基于點(diǎn)密度的調(diào)節(jié)因子對(duì)原來(lái)的歐幾里德距離度量做出了改進(jìn)，使得算法在不同點(diǎn)密度的數(shù)據(jù)中也能取得較好的分類效果。通過(guò)模糊聚類的算法，

3、可以得到每個(gè)樣本對(duì)于各個(gè)分類的隸屬度，最終可以得到一個(gè)模糊信息系統(tǒng)。
　　 (2)對(duì)基于模糊粗糙集的決策樹歸納算法進(jìn)行了分析:在得到模糊信息系統(tǒng)之后還要對(duì)其進(jìn)行模糊決策樹推導(dǎo)，從而得到?jīng)Q策規(guī)則。粗糙集理論可以對(duì)信息系統(tǒng)進(jìn)行降維處理，本文將粗糙集理論應(yīng)用到模糊ID3算法中，使用模糊粗糙集理論中模糊屬性的重要度代替模糊ID3算法的模糊分類熵對(duì)模糊信息系統(tǒng)進(jìn)行決策樹歸納，從而在減少分類規(guī)則個(gè)數(shù)的同時(shí)可以保證決策的準(zhǔn)確性。