| 【中文题名】 | 灰理论和集值信息系统知识发现的研究及在SCM中的应用 |
| 【英文题名】 | The Research of Grey Theory and Knowledge Discovery of Sets Information System and Theirs Application in SCM |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-1-18 |
| 【中关键词】 | 灰理论,灰关联度,知识发现,信息系统,包含度,SCM |
| 【英关键词】 | Grey Theory,Degree of grey incidence,Knowledge discovery,Information System,SCM, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>专家系统、知识工程> |
| 【论文摘要】 |
知识发现是从数据库中抽取和精化新的模式。信息系统是数据库的抽象描述,是一个具有对象与属性关系的数据库。信息系统的知识发现问题本质上是按照属性特征将对象进行分类的问题。面对巨型数据库系统,以及数据库系统表现的多样性,需要能够识别出正确、新颖和有潜在应用价值的模式。基于这种思想,本文的工作首先是引入了集值信息系统以及在信息系统上进行知识发现的工具——包含度。知识获取是从大量属性中寻求某些规则,而规则的前件与后件其实是一种包含关系,两个规则是协调的,是指两个规则前件的相似度不超过两个规则后件的相似度,因此,可以用包含度建立两个规则之间的协调度,作为属性重要性的一个度量指标。有了集值信息系统和包含度,就已经可以开始进行知识发现的工作了,但是这其中还有问题存在。本文研究了集值信息系统的知识发现过程,发现由于集值信息系统本身的不足使得包含度的计算过于粗略,这造成了知识发现精度不高,显得其不适合解决不确定性程度较高的问题,从而影响了其知识发现的应用价值。为解决这个问题,本文又引入了灰色系统理论,这一研究数据不确定性的利器。灰色系统理论是研究少数据不确定性的理论,即灰色系统理论是针对既无经验,数据又少的不确定性问题... |
| 【论文题纲】 |
|
摘要 |
2-4 |
|
ABSTRACT |
4-7 |
|
1. 前言 |
7-8 |
|
1.1 问题的提出 |
7 |
|
1.2 本文的工作 |
7-8 |
|
1.3 本文的结构和主要内容 |
8 |
|
2. 灰理论概述 |
8-16 |
|
2.1 灰理论简介 |
8-14 |
|
2.2 灰色系统分析 |
14-16 |
|
3. 知识发现与信息系统 |
16-27 |
|
3.1 知识发现 |
16-20 |
|
3.2 信息系统 |
20-27 |
|
4. 基于灰理论的集值信息系统知识发现的改进 |
27-41 |
|
4.1 灰关联分析 |
28-30 |
|
4.2 灰关联度 |
30-33 |
|
4.3 集值信息系统 |
33-36 |
|
4.4 目标集值信息系统 |
36-38 |
|
4.5 引入灰关联度计算包含度 |
38-41 |
|
5. 研究成果在SCM 中的应用 |
41-68 |
|
5.1 供应链管理理论 |
41-47 |
|
5.2 供应链管理的绩效评估 |
47-64 |
|
5.3 评价结果 |
64-68 |
|
6. 总结 |
68-69 |
|
参考文献 |
69-72 |
|
研究生期间科研成果简介 |
72-74 |
|
致谢 |
74 |
|
| 【DOI】 | LunWen.ID:2.2008.388282 |
