关联规则与智能控制PDF电子书下载

第1章 关联规则基本技术及研究现状 1

1.1 数据挖掘与关联规则 2

1.2 关联规则分类 4

1.3 关联规则挖掘算法 5

1.4 关联规则挖掘现状 7

1.5 关联规则挖掘面临的挑战 9

1.6 关联规则质量的评价 9

参考文献 12

第2章 基于模糊概念格的关联规则挖掘 14

2.1 模糊关联规则的相关概念和间题描述 15

2.1.1 关联规则概述 15

2.1.2 关联规则定义 16

2.1.3 关联规则的研究现状 17

2.1.4 概念格的研究现状 19

2.1.5 模糊关联规则提出 20

2.1.6 模糊关联规则的问题描述 21

2.2 模糊关联规则格的提取 22

2.2.1 建格方法 23

2.2.2 关联规则格的提取 25

2.2.3 模糊关联规则格的提取 26

2.3 模糊关联规则挖掘算法 29

2.3.1 关联规则挖掘算法及性质 30

2.3.2 模糊关联规则挖掘算法及性质 31

2.3.3 模糊关联规则格的动态维护 34

2.3.4 模糊关联规则格的规则提取步骤 35

2.3.5 模糊关联规则格与Apriori的关联规则挖掘算法分析 36

2.4 模糊关联规则应用 37

2.4.1 模糊关联规则应用示例一 37

2.4.2 模糊关联规则算法性能分析 39

2.4.3 模糊关联规则应用示例二——基于模糊概念格的气象云图识别关系模型及应用 40

参考文献 47

第3章 基于粗糙概念格的关联规则挖掘 50

3.1 粗糙概念格基本理论 50

3.1.1 概念格基本概念 51

3.1.2 粗糙概念格 52

3.1.3 概念格上的粗糙集 53

3.2 粗糙概念格的构建 54

3.2.1 粗糙概念格的性质和分层建格思想 54

3.2.2 建格算法 55

3.2.3 算法分析 56

3.2.4 实例分析 56

3.3 基于粗糙概念格的关联规则挖掘模型 58

3.3.1 多属性约简的关联规则 59

3.3.2 多属性约简的决策规则约简 60

3.3.3 决策背景和决策规则获取 60

3.3.4 决策背景的属性约简 63

3.4 基于粗糙集理论的关联规则应用 68

参考文献 74

第4章 智能控制 76

4.1 智能控制基本概念和特点 77

4.1.1 控制系统理论简介 77

4.1.2 智能控制基本概念 78

4.1.3 智能控制研究对象特点 79

4.1.4 智能控制基本特点 79

4.2 智能控制基本技术 81

4.2.1 控制系统的传统建模方法 82

4.2.2 智能控制基本技术 84

4.2.3 智能混合控制基本技术 86

4.3 智能控制主要应用及发展趋势 89

4.3.1 智能控制主要应用 90

4.3.2 智能控制的发展趋势 91

参考文献 92

第5章 基于模糊关联规则的智能控制 93

5.1 模糊控制的基本理论 93

5.1.1 模糊集合论基础 94

5.1.2 模糊逻辑、模糊逻辑推理和合成 98

5.1.3 模糊语言和模糊推理 105

5.2 模糊控制特点 106

5.3 模糊关联规则 107

5.3.1 关联规则的相关概念 107

5.3.2 模糊关联规则挖掘模型 109

5.3.3 模糊关联规则挖掘的相关概念 111

5.3.4 模糊关联规则挖掘算法 112

5.4 模糊控制系统的组成和原理 113

5.4.1 模糊控制系统结构 113

5.4.2 模糊控制器的组成和原理 116

5.4.3 模糊控制器的设计过程 118

5.5 模糊控制应用案例 118

5.5.1 超声波传感器的设计 119

5.5.2 机械手移动机器人避障模糊控制器的设计 122

参考文献 133

第6章 基于粗糙集理论的智能控制 134

6.1 粗糙决策理论 134

6.1.1 基本概念 134

6.1.2 基本性质 136

6.2 粗糙集模型 138

6.3 粗糙-模糊集模型 147

6.3.1 模糊集的基本概念 147

6.3.2 模糊关系 150

6.3.3 粗糙模糊集 151

6.4 粗糙模糊控制系统设计 159

6.4.1 差别矩阵 160

6.4.2 基于差别矩阵的模糊规则挖掘算法 160

6.4.3 仿真研究 165

6.5 粗糙控制器设计 166

6.5.1 粗糙PID的实现结构 167

6.5.2 粗糙非PID控制器 170

6.6 基于粗集理论的倒立摆控制系统模型 172

6.6.1 二级倒立摆系统建模 173

6.6.2 粗糙集评定法中的因素显著性判据 174

6.6.3 粗糙集评定法在二级倒立摆系统中的应用 175

参考文献 176

第7章 区间概念格在智能控制中的应用 178

7.1 区间概念格的基本理论 178

7.1.1 区间概念格的定义 179

7.1.2 概念度量 180

7.2 区间概念格的结构特性 182

7.2.1 区间概念格的结点特征 182

7.2.2 区间概念格的结构特点 183

7.3 基于区间概念格的关联规则挖掘 186

7.3.1 经典概念格的关联规则获取 186

7.3.2 粗糙概念格的关联规则获取 190

7.3.3 区间概念格的关联规则获取 193

7.4 基于区间概念格的决策模型 199

7.4.1 基于区间概念格的推理算法 199

7.4.2 推理常用方法 200

7.4.3 区间概念格推理方法的特点 203

7.4.4 基于区间概念格的决策模型构建 204

7.5 基于区间概念格的决策模型的优化 207

7.5.1 区间概念格域值的选取 207

7.5.2 区间概念格域值的动态优化 207

7.6 区间概念格决策模型在皮肤病诊断中的应用 212

参考文献 217

第8章 关联规则与智能控制的技术进展 219

8.1 关联规则最新技术进展 219

8.1.1 关联规则隐藏 219

8.1.2 可行动关联规则和领域驱动关联规则 220

8.1.3 关联规则、模式应用研究 221

8.1.4 关联规则在我国的应用 221

8.2 智能控制最新技术进展和应用领域 222

8.3 值得探索的研究方向 225

参考文献 226