基于粗糙集理论的决策树方法在贷款客户信用评估中的应用

决策树是数据挖掘中常用的分类技术,其生成的规则便于决策者理解和应用。然而面对较多的属性且含有冗余和噪声属性的记录集生成的决策树时,无法删除冗余属性,造成运算过程复杂。本文旨在通过应用粗糙集理论,将其与决策树方法进行结合,对属性进行约简,降低运算复杂度,并生成相对简化的规则形式,并将其应用到银行个人贷款客户信用评估之中。     

浅谈粗糙集理论与知识管理决策

自20世纪70年代Z.Pawlak提出粗糙集理论以来,粗糙集理论已在机器学习、知识获取、决策分析(决策表属性约简)、过程控制等许多领域得到了广泛的应用。本文从探讨如何提高知识管理决策水平的角度,对粗糙集理论应用于知识管理决策的可行性进行了分析。     

基于粗糙集理论的航材故障影响因素分析

对航材故障进行分析及数据挖掘,找出造成航材故障的因素。通过运用粗糙集理论对采集到的数据进行属性分析,对不必要的数据进行属性约简,从中得到影响航材故障发生的关键因素。     

资产价格异常波动预警系统研究

本文采用美元指数自1973年的日数据进行研究。首先,构造了一个衡量价格波动的函数,在此函数异常波动时,往往就预示着价格将要发生变动;然后,利用基于遗传算法的神经网络构建资产价格异常波动预警系统。在神经网络的训练过程中,利用粗糙集对训练样本进行了约简,提高了训练效果。结果表明,该系统可以有效对资产价格的异常波动做出预警,从而为风险管理提供了一种新的思路。     

基于粗糙集和熵模型的电力企业融资风险评价

电力企业上市以来,企业的融资能力的强弱直接影响到企业的有效运营。本文以电力上市公司为研究对象,选取了10家电力行业上市公司的41项财务指标为研究样本,首先利用粗糙集进行属性约简,然后引入熵权评价模型进行求解评价,从而将这些定量、定性混杂的问题综合为统一整体,使无序的信息变成有序可比的信息。该模型应用于电力企业的融资能力信用评价具有重大的现实意义。     

基于DT-CWT、粗糙集和神经网络的轴承智能诊断

对一种滚动轴承的智能故障诊断方法进行了研究,包括对偶树复小波变换(DT-CWT)特征提取、用粗糙集理论进行数据约简和神经网络进行模式识别。利用DT-CWT的平移不变性、粗糙集的数据约简以及神经网络的自动识别功能,达到尽量减少人工诊断的效果。理论和实际信号的研究表明:该智能诊断过程能初步达到在线自动诊断的目的。     

基于粗糙集和AHP的中小企业信用风险评估模型研究

本文针对于中小企业信用评估指标过多,评估效率和准确率不高的问题,提出了一种基于粗糙集与AHP的中小企业信用评估模型。该模型以粗糙集的约简理论简化企业的财务数据指标数量,以AHP层次分析法量化各指标间的权重关系,建立一套科学合理的信用评估体系,并将该体系应用于2005—2007的上市公司年报,实验结果表明,该模型不仅方便...     

基于组合赋权关联规则的塔吊事故成因分析

为有效提高我国塔吊安全水平,揭示塔吊事故内在联系,利用改进Apriori算法,挖掘塔吊事故关联规则。首先,收集210份塔吊事故调查报告,根据事故调查报告、文献分析提炼塔吊事故基本属性和致因属性。然后,基于不同的事故阶段,提出组合赋权和定向约束的改进关联规则算法,并对塔吊作业事故影响因素进行定量分析,挖掘潜在映射关系。最后,根据挖掘结果,分析塔吊事故关键关联规则,为塔吊事故安全水平的提升提供理论指导,并提出相关建议。     

人工智能赋能的应用型本科高校科教协同育人评价模型

针对应用型本科高校科教协同育人评价过程中存在非线性和精度低的问题，文章提出了人工智能赋能的应用型本科高校科教协同育人评价模型。首先，文章从校企合作办学条件、专业理论实践条件、科教融合应用条件和实习就业发展条件4个角度，构建了协同育人评价体系，利用粗糙集方法对评价指标进行约简处理；其次，利用改进灰狼算法对RBF神经网络结构进行优化设计，构建了高校科教协同育人评价模型；最后，以国内10所应用型高校科教协同育人数据为案例，利用优化后的RBF神经网络结构进行数据训练，对4所高校科教协同育人效果进行仿真评价。结果表明，该模型具有较高的精准性。     

新疆新型农村社会养老保险综合评价研究

在某一地区设计和实施了养老保险制度后,必须对其现状和未来发展趋势进行综合评价和政策模拟,以便了解和掌握制度运行过程中出现的问题并及时进行调整。本文根据社会保障相关理论,建立新型农村社会养老保险综合评价指标体系及评价标准,运用粗糙集理论对相关指标进行属性约简,用模糊评价等方法对新疆新型农村社会养老保险的保障水平、养老金替代率、参保率、农民个人负担系数及综合发展水平进行实证分析及综合评价,并结合新疆的具体实际提出针对性的政策建议,以期为完善新疆新型农村养老保险制度提供参考和决策依据。     

基于遗传算法的Web数据挖掘

随着Internet的迅速发展,使得"数据丰富而信息贫乏"这对矛盾显得日益突出,数据挖掘技术正是针对这一需求而出现的一项新技术,本文提出一种基于遗传算法的Web的数据挖掘方法,重点分析了遗传算法在数据挖掘操作中的优势特点,并将这种方法应用在网络信息处理中。     

一种金融风险预警指标体系的构建方法与应用

针对现存方法的主观性、“选用冲突”等缺陷,提出了一种以粗糙集理论为基础的金融风险预警指标体系构建方法。新方法利用知识约简对样本数据去噪消冗,能在反映风险全面状况下精炼指标体系、甄别必要指标,而且方法的构建过程客观科学,可避免指标选择的“选用冲突”现象和主观性。应用实例的结果表明,该方法能降低预警模型的复杂程度,提高模型的预测准确性。     

基于行为偏差的投资组合优化模型研究

本文利用效用最大化投资原理,提出了将行为偏差作为投资组合的影响因子,构建新的投资组合优化模型。基于展望理论下的行为偏差,利用构建的概率函数进行模型化,融入到效用最大化投资组合模型中,最终达到不同行为偏差下效用函数的最大化。     

基于粗糙集-未确知测度的矿井通风系统合理性评价

运用粗糙集对矿井通风系统合理性评价指标体系进行约简,去除冗余指标,并求出约简指标体系中各指标的重要性,进行归一化后,作为未确知测度评价模型的指标权重系数。不仅减少了未确知测度评价的计算量,也为其权重确定问题提供了一种新的客观解决办法。同时,结合邯郸市峰峰矿区15个矿井的实测数据验证了该模型的有效性。     

高校图书馆科研服务能力研究

文章从高校图书馆科研服务对象入手,探求服务对象之间差异化的服务诉求,并由此衍生出服务诉求背后隐匿的服务属性。将不同属性的服务对应到具体的图书馆业务工作中,鉴别科研服务中存在的层次关系,分析高校图书馆开展科研服务所需的各项能力。最后指出需要结合高校图书馆的实际情况,培养、发展、优化图书馆的服务能力,以便更好地实施科研服务。     

货币的权利属性及其实践运用

货币长期以来一直都作为特殊动产被划分为动产范畴,适用动产的物权变动规则来明确货币的权利属性。但由于实践中货币的＂两面性＂导致其外在形态变化多端,且适用范围广大,直接适用动产属性进行界定与规制显然不能适应货币的特殊变动规则。本文结合货币的定义及其属性,明确＂占有即所有＂的流转规则,重新审视货币被直接归纳到动产范畴的合理性,提出将货币独立为特殊动产,与动产,不动产并列的建议,并且提出有关货币在实践流通中遇到问题的解决办法。     

铁路工程项目方案评价和优选的MADM方法研究

根据铁路工程项目方案评价与优选特点,以MADM方法为主体,组合运用了群决策、多级模糊综合评判等方法,建立了铁路工程项目方案评价与选优的体系。主要的结论是:提出在线性标准化的基础上,利用幂函数进行非线性属性标准化方法;将多级模糊综合评判模型进行变换,设计了一种简单有效的属性权重赋值方法。     

居民住宅服务品质影响因素的数量分析

住宅服务品质受住宅的建筑特征、邻里特征、区位特征和心理因素等多方面因素影响.台湾学者彭建文、花敬群将住宅服务品质定义为住宅实质属性与权利内容的组合.所谓住宅实质属性包括面积、屋龄、楼层、房厅数、采光、通风、景观、停车位等属性;权利内容则指承租者能否有享有较大的自由度,依据本身住宅消费需求来调整权利义务内容,例如居住期间、局部装潢等权利.     

基于CiteSpace Ⅱ的国内用户生成内容研究可视化分析

用户生成内容作为Web 2.0的主要组成部分,充分体现Web 2.0网络环境的特性,是一种新兴的网络信息资源创作与组织模式。文章以2007—2019年,国内外学者发表的关于用户生成内容的文章为数据源,通过统计研究领域的发文信息、研究热点、研究作者进行梳理和分析,将结果利用CiteSpace软件绘制图谱进行可视化分析,旨在更深层次理解我国用户生成内容研究热点和发展状况。     

智能计算在横山隧道施工监控中应用

本文运用人工智能领域中的遗传算法和神经网络知识，提出了一种基于遗传算法优化BP神经网络方法，利用MATLAB7自带的神经网络工具箱和英国Sheffield大学的遗传算法工具箱来实现遗传神经网络系统，结合横山隧道的隧道施工监测的实例，提出了拱顶沉降预测方法，预测效果和准确度均较好，实例说明利用遗传神经网络应用于隧道施工监控是完全可行的。