粗糙集决策介绍解析

（1）若应聘者是硕士，且待遇要求不高，可作为一般人
才引进； （2）若应聘者是学士， 不考虑引进； （3）若应聘者业绩较好，但待遇要求较高，也不考虑引进； （4）若应聘者业绩好，作为人才重点引进。
粗糙集理论的特点
(1) 粗糙集是一种软计算方法 (2) 它能处理各种数据, 包括不完整( incomplete) 的数 据以及拥有众多变ቤተ መጻሕፍቲ ባይዱ的数据; (3) 它能处理数据的不精确性和模棱两可(ambiguity) ， 包括确定性和非确定性的情况;
粗糙集决策介绍
小组成员：熊鑫 陈传利 井峰岩 王鹏 邹锐
介绍内容大纲

粗糙集理论的产生 粗糙集理论的基本概念 粗糙集理论的特点 粗糙集理论的应用 粗糙集目前研究的发展趋势
粗糙集理论的产生

理论创立者：波兰数学家 Z.Pawlak
创立时间：1982年
奠基著作：《Rough Set：Theoretical Aspects of
粗糙集目前研究的发展趋势

大数据集问题的解决
缺失值处理方法研究
高效约简算法探索
多方法融合

连续属性的离散化处理
谢谢！
Reasoning about Data》

相关国际会议：国际粗糙集研讨会
粗糙集理论的基本概念

知识与知识库 集合的下逼近，上逼近及边界区 知识约简 知识的依赖性 知识表达系统 决策表

知识表达系统： S=（U,A ,V, f）是一个知识表示系统。 决策表：


即该单位人才引进的知识规则为：
(4) 它能求得知识的最小表达( reduct) 和知识的各种不同颗 粒(granularity) 层次; (5) 它能从数据中揭示出概念简单, 易于操作的模式 (pattern) ; (6) 它能产生精确而又易于检查和证实的规则, 特别适于智能 控制中规则的自动生成。
(7) 它不需要基础数据以外的任何先验知识，通过知识的简
化与知识依赖性分析，完全由已知数据导出决策规则。
粗糙集理论的应用
（1）在人工智能中的应用 （2）在神经网络中的应用 （3）在机器学习中的应用 （4）在数据挖掘中的应用 （5）在决策分析中的应用 粗糙集理论的应用领域还包括 ：地震预报、冲突分析、 近似推理、软件工程数据分析、图像处理、材料科学中的 晶体结构分析、预测建模、结构建模、投票分析、电力系 统等：