收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粗糙集理论在农业决策支持系统知识发现中的应用

吴习宇  
【摘要】:农业生产信息决策支持系统是以现代信息技术手段,针对农业领域的半结构化决策问题而建立的为农业管理人员、农业科研工作者和广大农民做出正确决策提供帮助的人机交互系统。由于农业生产信息集数据量大、涉及因素复杂、涵盖面十分广泛等,使得农业生产信息决策支持系统的知识发现研究存在一定的困难。目前,农业领域的知识发现研究主要使用模糊集理论、遗传算法等方法。但由于这些技术在得到决策规则和推理过程中都需要数据先验知识的介入,而且获取的结果也不易于评价和解释,造成知识获取的“瓶颈”问题。 粗糙集理论是由波兰数学家Z.Pawlak于20世纪80年代初提出的,是一种新的处理模糊和不确定性知识的数学工具,它是在无需提供数据的先验知识基础上,以从分类的观点、集合近似、近似分类与不可分辨性的概念为基础,通过知识约简,导出问题的决策或分类规则,它已经在机器学习、决策分析、过程控制、模式识别与数据挖掘等领域获得了广泛的应用。 与传统的不确定数据处理方法相比,粗糙集理论其最大的特点是无需提供数据的任何先验知识,因此对问题的不确定性描述较为客观。为此可以利用粗糙集理论来解决在农业领域的知识发现中的不易于评价和解释缺陷,解决知识获取中的难题。本文探讨了智能决策支持系统中的知识表达以及根据粗集理论分析处理海量信息中信息的有用特征并对其进行提取,并通过分析、推理、简化产生最小决策规则。另外利用粗集理论中的决策逻辑构造了决策表表达知识化简的算法,形成了从粗集理论到决策知识实际化简。并围绕如何根据农业领域的数据特性实现其知识发现,展开研究和讨论,提出了基于粗糙集理论的农业决策支持系统知识发现方案。 本论文的研究思路是按照知识发现的基本步骤进行的:(1) 理解该领域知识和相关的先验知识,明确系统目标;(2) 进行数据整理和预处理,包括不完整数据的补齐、不精确数据的定性描述和数据的离散化、模糊化处理等;(3) 利用某种数据处理方法对数据进行简化,确定系统的有用特征参数或变量,化简系统并建立相应的数学模型或逻辑规则;(4) 测试从数据中挖掘或建立的数学模型或逻辑规则,并解释得到的模式结果,并进一步加工、综合系统,运用挖掘到的知识来解决客观问题。 基于上述从数据中挖掘知识的特点和任务,目前广泛采用的数据处理方法有粗糙集理论方法、概率统计方法、模糊逻辑方法、人工神经网络方法、聚类分析方法、遗传算法、回归优化等。对不准确、不完整、不确定数据的知识发现,由于粗糙集理论具有有效地提取最佳分类特征,运算量小,精度高,并消除冗余属性等特点,在农业领域数据的知识发现中具有一定的优势,本文重点研究了粗糙集理论运用于知识发现中的数据预处理、数据约简、规则提取和系统的增量式学习,并提出了基于粗糙集理论的决策支持系统知识发现模型。主要研究内容和成果包括以下几个方面:


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 崔庆安;何桢;;基于粗糙集理论的农机需求预测[J];中国农机化;2006年03期
2 张仕学;丁晓明;;基于粗糙集理论的软件项目质量管理研究[J];西南大学学报(自然科学版);2011年03期
3 邓菲;基于生物信息学的鳜鱼基因知识发现[J];现代图书情报技术;2005年05期
4 彭佳文;曾炼成;彭剑;;一种基于粗糙集理论的专家系统结构[J];湖南农业大学学报(自然科学版);2008年04期
5 范洪冬,高奋生;土地数据库中的数据挖掘[J];农业网络信息;2005年11期
6 刘洋;;粗糙集和神经网络理论在数据挖掘中的应用分析[J];农业网络信息;2008年09期
7 邓胜;戴小鹏;陈垦;黄璜;;粗糙集理论在农业生物灾害预测中的应用[J];安徽农业科学;2010年06期
8 吴云志;;RoughSet-NN模型及其在林业信息决策中的应用[J];滁州学院学报;2006年03期
9 李红梅;贺小扬;王雪冬;;粗糙集理论在农业知识发现中的应用研究[J];安徽农业科学;2008年06期
10 吴佳文;王丽学;汪可欣;;粗糙集理论在年径流预测中的应用[J];节水灌溉;2008年04期
11 刘刚;;农业信息数据挖掘的粗糙集方法研究与实例[J];农业网络信息;2008年05期
12 王巍;徐玲;;基于粗糙集理论的海外并购对象选取分析[J];东北林业大学学报;2008年09期
13 胡怀瑾;李怀成;;浅析数据挖掘及应用系统框架[J];热带农业工程;2008年02期
14 李佳;张元标;;基于粗糙集理论的广东省农业循环经济综合评价[J];广东农业科学;2009年09期
15 燕红文;康向平;张丽;;依赖空间与粗糙集理论[J];农业网络信息;2009年09期
16 吴昊;;粗糙神经网络在施肥决策系统中的应用[J];农机化研究;2010年03期
17 李树平;赵杰;夏春艳;孙巍;;粗集理论在农业生产中的应用[J];安徽农业科学;2011年29期
18 韩万渠;刘英基;李春喜;;基于粗糙集理论的我国粮食生产能力制约因素分析[J];安徽农业科学;2008年12期
19 徐明德;宁志红;南洋;;基于粗糙集和突变级数法的生态经济区划[J];绿色科技;2011年04期
20 殷勇;烟草成分对其品质影响程度的粗糙集判别方法[J];农业机械学报;2004年04期
中国重要会议论文全文数据库 前10条
1 刘幺和;吴佩;谭保华;;基于RoughSet的医疗数据挖掘应用分析[A];湖北省机械工程学会设计与传动学会、武汉机械设计与传动学会2008年学术年会论文集(1)[C];2008年
2 赵荣珍;张优云;;基于粗糙集理论的故障实例知识资源保护问题研究[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
3 武刚;冯玉强;;基于粗糙案例推理在线自我学习决策方法[A];第八届中国管理科学学术年会论文集[C];2006年
4 李永敏;朱善君;吉吟东;陈湘晖;;一种基于近似推理的数据挖掘算法[A];1998中国控制与决策学术年会论文集[C];1998年
5 张辉;钱宗才;屈景辉;刘敬华;;基于粗糙集理论的知识获取研究及应用[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
6 易向军;宋威;;数据挖掘技术在冶金MES中的应用探讨[A];全国冶金自动化信息网年会论文集[C];2004年
7 王秋萍;张道宏;梁戈;;一种新型数学工具-粗糙集理论及其应用[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年
8 马玉良;赵光宙;;粗糙集理论及其在工程中的应用研究[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
9 刘碧森;姚宇;;粗SVM理论及其在税收预测中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
10 杨斌;闫桦;;基于粗糙集理论的农业水价承受能力研究[A];第十一届中国管理科学学术年会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
2 张勇;粗糙集—神经网络智能系统在浮选过程中的应用研究[D];大连理工大学;2006年
3 刘永阔;核动力装置故障诊断智能技术的研究[D];哈尔滨工程大学;2006年
4 邱道宏;括苍山高速公路隧道岩爆非线性预测研究[D];吉林大学;2008年
5 吴正江;L模糊粗糙集研究[D];西南交通大学;2009年
6 贾平;基于粗糙集理论的知识发现方法研究[D];浙江大学;2008年
7 高晓康;粗糙集理论研究及其在工程和医学诊断中的应用[D];同济大学;2007年
8 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007年
9 谢宗霞;太阳宁静区磁场流场特性知识发现的方法研究[D];哈尔滨工业大学;2010年
10 施明辉;面向中医辨证计算的粗糙集知识获取方法及其应用研究[D];厦门大学;2008年
中国硕士学位论文全文数据库 前10条
1 吴习宇;粗糙集理论在农业决策支持系统知识发现中的应用[D];西南农业大学;2005年
2 庞天杰;粗糙集数据分析方法研究[D];山西大学;2005年
3 吴云志;基于粗糙集与神经网络方法结合的知识发展应用研究[D];合肥工业大学;2006年
4 南洋;粗糙集和突变级数法在生态经济区划中的应用研究[D];太原理工大学;2008年
5 盛立;基于粗糙集理论的数据挖掘方法的研究[D];山东师范大学;2006年
6 谢友辉;数据挖掘技术及在机车故障诊断中的应用[D];中南大学;2004年
7 黄宋斌;基于Rough集理论的知识发现及数据仓库的决策支持研究[D];广西大学;2004年
8 黄律;基于粗糙集的多分类器组合及其在知识发现中的应用研究[D];长沙理工大学;2005年
9 黄文涛;在数据挖掘中概念格的理论研究[D];兰州理工大学;2007年
10 张在美;一种基于粗糙集的不完备信息处理方法研究[D];湖南大学;2007年
中国重要报纸全文数据库 前10条
1 张德政;信息挖掘商业智能之“芯”[N];中国计算机报;2002年
2 中国科学院计算技术研究所 刘毅勇 何雄 李金山 廖浩均 孟亮 邓柱中;空间数据挖掘:变数据为知识[N];计算机世界;2005年
3 胡虎;突出信息化贡献水平 处理好三个关系[N];人民邮电;2007年
4 陈志楠;挖掘“不为人知的艺术”[N];科技日报;2009年
5 尤红梅;蔡雪晴:优势在于执行[N];中国企业报;2004年
6 本报记者 李智 通讯员 梁宪生;零的突破[N];山西经济日报;2001年
7 汤天浩;人工智能技术:未来船舶系统的灵魂[N];中国船舶报;2005年
8 涂序彦 陈泓娟;在网络信息海洋中淘金[N];计算机世界;2001年
9 马炳厚;知识开发的创新成果[N];科技日报;2005年
10 本报记者  胡其峰;科技信息资源如何助力自主创新[N];光明日报;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978