基于S-粗集的系統(tǒng)規(guī)律挖掘與非線性系統(tǒng)輸出反饋.pdf

1、Z．Pawlak在1982年提出的粗糙集理論是一種處理不完整和不確定性信息的數學工具，能夠有效的分析和處理不精確、不一致、不完整等各種不完備信息，并從中發(fā)現隱含的知識，揭示潛在的規(guī)律，其主要思想是保持分類能力不變的前提下，通過知識約簡，導出問題的決策或分類規(guī)則，從而使其在模式識別、機器學習、數據挖掘等領域得到廣泛的應用．應用粗集理論解決上述問題，最成熟的方法實質都可歸結為：規(guī)則提取[30];Z-粗糙集是具有靜態(tài)特性的集合X的粗集，因此其

2、應用范圍是十分有限的，這使得粗集理論在應用上陷于瓶頸，迫切需要新理論、新方法的出現.特別是對于動蕩的金融系統(tǒng)、投資系統(tǒng)、智能系統(tǒng)、目標多變的識別-分析系統(tǒng)、動態(tài)數據挖掘、動態(tài)知識發(fā)現的研究遇到困難．2002年，山東大學的史開泉教授提出了S-粗集理論，他將粗集理論從靜態(tài)推廣到動態(tài)，提出了規(guī)律挖掘的思想，S-粗集是以Z-Pawlak粗集理論為基礎，對Z-Pawlak粗集理論拓廣和延伸．
　　 本文通過對S-粗集、函數S-粗集的討論，

3、為變化多端的金融系統(tǒng)、風險投資系統(tǒng)、系統(tǒng)狀態(tài)識別、故障診斷系統(tǒng)統(tǒng)等諸多系統(tǒng)中的規(guī)律識別[2.9.30]，為系統(tǒng)狀態(tài)規(guī)律生成及規(guī)律挖掘、規(guī)律發(fā)現的研究提供新的理論支持和新的研究思想[2]．本文對S-粗集、函數S-粗集結構及應用作進一步的探討，對動態(tài)的系統(tǒng)規(guī)律給出了挖掘方法，用樣條插值函數來發(fā)現動態(tài)的規(guī)律：給出了S-粗集在網絡數據中的分層挖掘，醫(yī)療診斷系統(tǒng)、地震預測系統(tǒng)中的應用；另外本文還對非線性系統(tǒng)的輸出反饋做了研究，給出了一類非線性系統(tǒng)