当前位置:首页 > 工业技术
粒计算研究丛书  粒计算、商空间及三支决策的回顾与发展
粒计算研究丛书  粒计算、商空间及三支决策的回顾与发展

粒计算研究丛书 粒计算、商空间及三支决策的回顾与发展PDF电子书下载

工业技术

  • 电子书积分:14 积分如何计算积分?
  • 作 者:张燕平等著
  • 出 版 社:北京:科学出版社
  • 出版年份:2017
  • ISBN:9787030526939
  • 页数:422 页
图书介绍:粒计算是当前计算智能研究领域中模拟人类思维和解决复杂问题的新方法。研究内容覆盖了粒计算的主要理论、方法和技术,是研究复杂问题求解、大数据挖掘和模糊不确定信息处理等当前面临的关键问题的有效工具。本书介绍了商空间理论、三支决策理论和粗糙集理论等粒计算研究的概述和最新进展。本书由国内外相关领域的华人学者撰文十六章,内容主要由三部分组成。
《粒计算研究丛书 粒计算、商空间及三支决策的回顾与发展》目录

第1章 问题求解商空间理论形成始末 1

1.1引言 1

1.2商空间理论的探索阶段 1

1.3商空间理论的形成阶段 3

1.4本章小结 4

参考文献 5

第2章 商空间理论及应用综述 8

2.1引言 8

2.2商空间理论基础 9

2.2.1基本模型 9

2.2.2基本操作 10

2.2.3基本性质和原理 12

2.3商空间理论的发展 14

2.3.1基于模糊等价关系的商空间模型 14

2.3.2基于模糊相容关系的商空间模型 17

2.3.3动态商空间模型 18

2.3.4基于代数结构的商空间模型 19

2.3.5合成技术的扩充 20

2.4基于商空间理论的模型及应用研究 22

2.4.1分类 22

2.4.2聚类 23

2.4.3模式识别 23

2.4.4网状问题求解 24

2.4.5推荐 24

2.4.6系统层次设计 25

2.4.7资源调度 25

2.4.8模糊控制 25

2.4.9服务组合优化 25

2.4.10信息检索 25

2.4.11其他应用 26

2.5本章小结 26

参考文献 28

第3章 多粒度商空间分类搜索与结构分析 32

3.1引言 32

3.2相关基本概念及引理 34

3.3基于统计期望的多粒度搜索模型和方法 36

3.3.1粒化层数为1的情况 38

3.3.2粒化层数为2的情况 39

3.3.3粒化层数为i的情况 41

3.3.4确定最优粒化层数 43

3.4模糊等价关系对应的多粒度知识空间 51

3.5分类同构与粒度同构 55

3.6同构模糊等价关系的生成算法 56

3.7本章小结 60

参考文献 61

第4章 基于粒度空间的最优聚类模型及应用 66

4.1引言 66

4.2粒度空间理论与优化聚类指标 67

4.2.1粒度空间理论 67

4.2.2基于粒度空间的优化聚类指标 69

4.2.3获取最优聚类的聚类算法 71

4.3 H1N1流感病毒蛋白系统的多层结构及系统约简 72

4.3.1 H1N1流感病毒蛋白的序列特征提取 73

4.3.2 H1N1流感病毒的最优聚类与签名病毒选取 74

4.3.3病毒系统二级结构的有效性验证与系统约简 75

4.3.4结果分析与讨论 76

4.4基于决策树的乳腺癌亚型异质性探索 78

4.4.1乳腺癌研究现状 78

4.4.2数据资源 79

4.4.3方法和模型 79

4.4.4实验结果 83

4.4.5结果讨论 85

4.5本章小结 89

参考文献 89

第5章 基于粒化的服务组合优化问题研究 94

5.1引言 95

5.2服务组合问题常用术语及模型 96

5.2.1服务组合模型 97

5.2.2质量约束模型 99

5.3基于任务粒化的优化方法 103

5.3.1任务粒化模型构建 104

5.3.2单属性服务组合任务粒化可行性分析 108

5.3.3多属性服务组合问题的任务粒化可行性分析 109

5.3.4任务粒化时间复杂度分析 112

5.4基于约束粒化的QoS约束感知服务组合优化方法 112

5.4.1质量约束聚合 113

5.4.2索引图构建 116

5.4.3索引图查询 119

5.5本章小结 120

参考文献 121

第6章 基于商空间理论的网络图路径分析 123

6.1引言 123

6.2商空间理论 124

6.2.1等价关系商空间理论 124

6.2.2相容关系商空间理论 126

6.2.3网络图数据粒化 128

6.3基于商空间理论的路径分析 131

6.3.1加权网络图商空间最佳路径方法 131

6.3.2无向无权网络图商空间最短路径方法 133

6.3.3基于商空间的网络图多条最短路径方法 135

6.4商空间理论的大规模网络图最短路径分析 136

6.4.1基于社团的多粒度网络图分解 136

6.4.2大规模网络图最短路径方法 138

6.4.3实验及其分析 140

6.5本章小结 144

参考文献 145

第7章 三支决策:三分而治的思维方式和方法 146

7.1引言 146

7.2三支决策的三个发展阶段 148

7.3三分而治的三支决策模型 150

7.4三支决策与科学研究 151

7.4.1三支决策中的三点、三线和一面 151

7.4.2三元思维在科学研究中的实例 152

7.5三元思维与粒计算三元论 154

7.6本章小结 157

参考文献 157

第8章 面向不完备数据的三支决策聚类方法 162

8.1引言 162

8.2相关基础理论 165

8.2.1不完备信息系统 165

8.2.2三支决策聚类表示 166

8.2.3无监督聚类与半监督聚类 167

8.2.4基于密度峰值的快速聚类方法 168

8.3面向不完备数据的三支决策聚类策略 169

8.3.1不完备数据的相似性度量 169

8.3.2基于邻域对象的缺失数据区间填充 171

8.3.3不完备数据的无监督聚类算法 172

8.3.4不完备数据的半监督聚类算法 174

8.4实验分析 175

8.4.1数据集及评价指标 175

8.4.2确定邻域半径的实验 177

8.4.3对比实验 178

8.5本章小结 184

参考文献 185

第9章 基于广义和狭义视角下的三支决策模型 188

9.1引言 188

9.2两个案例:生活中的三支决策 190

9.3广义三支决策模型 193

9.4狭义三支决策模型 197

9.5三支决策的粒结构层次模型 201

9.6本章小结 202

参考文献 203

第10章 多粒度三支决策:理论及应用 205

10.1引言 205

10.2三支决策与粒计算 206

10.3三支决策与粗糙集 208

10.3.1 Pawlak粗糙集中的三支决策 208

10.3.2决策粗糙集中的三支决策 209

10.4基于Parallel策略的多粒度决策粗糙集模型 210

10.4.1乐观与悲观多粒度决策粗糙集 211

10.4.2柔性多粒度决策粗糙集 212

10.4.3决策规则和决策代价 215

10.4.4阈值学习的朴素算法 217

10.4.5实验分析 218

10.5基于Sequential策略的多粒度三支分类模型 221

10.5.1 Sequential三支决策方法 221

10.5.2 Local和Global约简 222

10.5.3 Sequential三支分类器 225

10.5.4实验分析 226

10.6本章小结 229

参考文献 229

第11章 基于代价敏感的三支决策边界域处理模型研究 233

11.1引言 233

11.2三支决策相关理论 235

11.2.1构造型覆盖算法简介 235

11.2.2基于构造型覆盖算法的三支决策模型 236

11.2.3基于构造型覆盖算法的三支决策模型的边界域处理方法 237

11.3基于CCA的代价敏感边界域处理模型 239

11.3.1三种选择覆盖半径的方法 239

11.3.2 CPBM算法实现过程 240

11.3.3实验结果及分析 241

11.4基于K最近邻的代价敏感三支决策边界域处理模型 245

11.4.1 K最近邻算法简介 245

11.4.2 CTK算法的实现过程 246

11.4.3实验结果及分析 249

11.5基于代价敏感边界域处理的社团发现算法 253

11.5.1基于聚类粒化的重叠社团划分算法 254

11.5.2重叠社团中的三个域 255

11.5.3 C-TWD算法实现过程 256

11.5.4实验结果及分析 256

11.6本章小结 257

参考文献 258

第12章 多粒度标记决策表的知识表示与知识获取 260

12.1引言 260

12.2标记划分结构与粗糙近似 261

12.2.1 Pawlak粗糙集近似 261

12.2.2标记划分 262

12.2.3多粒度标记划分结构 267

12.2.4多粒度标记划分决策结构 270

12.3多粒度标记决策表的知识获取 271

12.3.1决策表与决策规则 271

12.3.2多粒度标记信息系统 275

12.3.3协调的多粒度标记决策表的知识获取 279

12.3.4不协调的多粒度标记决策表的知识获取 281

12.4本章小结 287

参考文献 287

第13章 基于概率粗糙集的流计算学习方法 289

13.1引言 289

13.2概率粗糙集三支决策基础理论 291

13.3概率粗糙集的流计算方法 292

13.3.1流计算学习方法下的条件概率更新 292

13.3.2流计算学习方法下的三支区域更新 299

13.3.3流计算学习方法下的单对象更新算法 303

13.4实验与分析 307

13.5本章小结 314

参考文献 314

第14章 群决策的区间犹豫模糊多粒度建模方法 316

14.1引言 316

14.2相关概念与理论 318

14.2.1区间犹豫模糊集的定义 318

14.2.2区间犹豫模糊集的运算 319

14.2.3区间犹豫模糊集的比较 320

14.2.4双论域多粒度粗糙集 321

14.3双论域区间犹豫模糊多粒度粗糙集 322

14.4基于双论域区间犹豫模糊多粒度粗糙集的决策模型 324

14.4.1问题描述 324

14.4.2模型建立 326

14.4.3模型算法 331

14.5算例及分析 332

14.5.1算例描述 332

14.5.2决策分析 335

14.5.3对比性分析 338

14.6本章小结 340

参考文献 340

第15章 粗糙集理论的多粒度研究 346

15.1引言 346

15.2粗糙集相关理论 347

15.3基于属性的多粒度粗糙集研究 349

15.3.1多粒度粗糙集模型 349

15.3.2多粒度粗糙集模型的粒度约简 354

15.3.3多粒度粗糙集模型的规则提取 356

15.3.4多粒度粗糙集模型的扩展 360

15.4基于属性值的多粒度粗糙集研究 360

15.4.1概念层次树 361

15.4.2层次粗糙集模型 363

15.4.3基于层次粗糙集模型的泛化约简 367

15.4.4基于层次粗糙集模型的规则提取 368

15.5本章小结 372

参考文献 372

第16章 模糊软集信息集成与群决策方法 377

16.1引言 377

16.2模糊软集的相关模型 377

16.3模糊软矩阵的粒度分析 382

16.3.1模糊软矩阵的可能度及α-优势类 382

16.3.2基于α-覆盖近似空间的变精度粒度分析 384

16.4优势关系下的二粒度双极值粗糙 387

16.5模糊软集信息的集成算子 390

16.5.1模糊软集的集成算子 390

16.5.2直觉模糊软集的集成算子 392

16.5.3动态双极值模糊软集信息集成 394

16.6模糊软集信息的群决策方法 394

16.6.1基于水平软集的模糊软集决策方法 394

16.6.2基于模糊软矩阵的群决策方法 396

16.6.3基于水平软集的直觉模糊软集决策方法 401

16.6.4基于直觉模糊软矩阵的群决策方法 402

16.6.5双极值模糊软集的决策方法 407

16.7本章小结 410

参考文献 410

后记 414

返回顶部