ID3算法的理论基础

基于属性值并的权熵思想,通过构建模型,给出了一个属性的某几个属性值并的权熵之和不小于该属性单个属性值的权熵之和的结论,从理论上证明了ID3算法的合理性,为ID3算法提供了理论基础.     

不确定性多属性决策中确定属性熵权的一种方法

针对属性值以区间数形式给出的不确定性多属性决策中确定属性权重的问题,提出了一种区间数熵权的确定方法·依据多属性决策中传统熵权确定方法的思路,首先,通过构建两个最优化模型,求得区间熵;然后根据传统熵权确定公式及区间数运算法则得到以区间数形式表示的属性熵权·该方法具有概念清晰、实用的特点,得出的属性熵权能够较好地反映各属性信息的差异程度·最后通过一个算例说明了该方法的实用性和有效性·     

基于新区间直觉Vague熵的皖江承接转移决策模型

给出了一个新的Vague熵,并以此确定了新的指标权值定义法,从而给出了基于新Vague熵的区间直觉模糊多属性决策模型;构建了工业承接能力评价指标体系,并利用新的多属性决策模型,对皖江城市带九市工业承接能力进行评估,计算各市的综合属性值,从而确定工业优先转移方向.     

基于区间属性值补缺的知识管理自学习案例检索机制

针对知识管理自学习案例检索中存在区间属性以及属性值缺失的情况,提出了基于区间属性值补缺的案例检索机制.首先,运用粗集方法对知识管理自学习案例进行分类,完成初步检索并在分类基础上插补缺失的属性值;而后,利用客观性较强的熵权法完成对确定值和区间属性的权重配置;最后,应用区间灰关联方法实现对知识管理自学习案例的检索功能.算例分析表明,所提出的案例检索方法操作简便、合理有效.     

一种基于差异度变权的多属性决策方法

针对属性权重信息完全未知的多属性决策问题,通过引入属性值的差异度、基于差异度的变权等概念,提出了基于差异度变权的多属性决策方法.利用差异度客观地确定了属性的权重,并以此为常权,借助状态变权,实现了属性值之间的均衡.最后通过具体实例,说明该决策方法的可行性和有效性.     

基于语言信息的档案网站绩效评估模型研究

研究基于语言信息的档案网站绩效评估问题.首先引入语言变量的运算法则,给出语言变量间距离的概念.针对属性权重完全未知的情形,利用待评档案网站的综合属性值之间的相离度和属性权系数的随机性,给出一种语言变量多属性决策方法.该方法利用优化方法建立数学模型,以待评档案网站的综合属性值之间的相离度和权系数信息熵最大化为优化目标,用拉格朗日乘子法给出模型的最优解,得到属性的权系数.该方法能够结合决策者的主观意志和客观事实,精确确定各属性的权系数.然后利用语言加权算术平均（LWAA）算子,对语言决策信息进行加权集成,继而对档案网站进行排序和择优.最后进行实例分析.     

一种对方案有偏好的区间直觉模糊多属性算法

研究了属性权重未知且决策者对属性偏好及属性值均为区间直觉模糊数的决策问题.首先提出直觉模糊熵的概念,基于决策者对属性的偏好与属性的差异及熵两个方面构建一个新模型求出属性权重,然后提出考虑属性权重的新改进型关联系数公式,通过关联系数对选项排序.最后通过对算例的分析比较说明了该方法简单及有效性.     

确定区间数决策矩阵属性权重的方法——熵值法

针对属性权重完全未知而属性值为区间数的多属性决策问题,本文中提出了一种确定区间数决策矩阵权重的方法———熵值法.最后给出了一个例子说明本方法的有效性和可行性.     

属性识别理论模型在土壤重金属污染评价中的应用

利用熵权法建立了基于熵权的属性识别模型.采用土壤环境质量标准GB15618-1995,用此模型对南京市六合区的水稻田土壤重金属污染进行评价.实例应用表明属性识别理论应用于土染重金属污染综合评价是可行的,评价结果比较合理.     

回采工作面瓦斯涌出量的熵权均值属性测度模型及其应用

基于未确知测度理论,建立回采工作面瓦斯涌出量的均值属性测度聚类预测模型.模型以样本均值为聚类中心,以熵权确定评价指标测度的权重,通过计算样本熵权综合测度与所属类别目标均值乘积之和获得瓦斯涌出量的预测值.利用实测的20组数据作为训练样本建立预测模型,并对校本进行逐一检验.研究结果表明:瓦斯涌出量预测值与实测值的相对误差不超过5％,能满足工程需要;与支持向量机(SVM)工具的验算相比,易于为现场的工程技术人员所掌握.     

一种改进的决策树算法

为解决决策树算法ID3的多值偏向的缺点,利用属性相似度偏向少值属性的特点,提出一种将属性相似度作为信息熵的系数的属性选择标准,从而提出相应的决策树生成算法.实验结果表明,新算法既避免了以信息熵作为属性选择标准的决策树算法的多值偏向,也避免了以属性相似度作为属性选择标准的决策树算法的少值偏向.     

一种改进的决策树分类算法研究

传统的ID3决策树算法存在诸多不足,如计算效率低、多值偏向等,对此,提出了属性值空缺、多值属性的选择以及属性选择标准方面的改进方案,并将加权熵和简化熵引入决策树算法以改进传统ID3算法.实验结果表明,改进后的算法在整体性能方面较目前广泛应用的ID3算法有更优秀的性能表现.     

模糊决策树归纳算法及应用

使用分类信息熵极小化启发式，对分类问题中属性值为模糊集时，提出了直接用隶属度作为连续值变元来产生决策树的算法，将该算法应用于大型旋转机械振动故障诊断的规则提取上，经实践检验，所提学习算法合理。     

一种改进的粗糙集属性约简启发式算法

提出了一种改进的属性约简启发式算法 ,讨论了启发式信息的构造 .通过两个反例证明了现有的两种属性重要度定义 (基于属性依赖度的定义和基于信息熵的定义 )的不完备性 ,提出了一种加权平均的属性重要度定义 ;在此基础上构造了两种启发式算法 .通过 UCI机器学习数据库中的几个实例验证了此算法的有效性     

一种新的模糊决策树算法 ——基于加权毕达哥拉斯模糊熵

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模糊决策树算法（Weighted Pythagorean Fuzzy Decision Tree,WPFDT）。首先,通过改进的K-means聚类算法得到连续属性数据的聚类中心,并结合三角模糊数对连续数据进行模糊处理;其次,定义并计算每一个属性的加权毕达哥拉斯模糊熵,选择加权毕达哥拉斯模糊熵最小的属性作为决策树根节点,在根节点下递归选择模糊熵最小的属性作为分裂节点,同时通过阈值控制树的规模,得到从根节点到叶子节点路径的模糊规则以及模糊规则的隶属度、非隶属度以及犹豫度,并完成预测分类,直至生成WPFDT模型;最后,选取UCI上的3个医学数据集（Haberman、Breast Cancer、Parkinson）进行实验,在分类准确率和得出模糊规则的数量与3种传统决策树算法（模糊ID3算法、C4.5算法、CART算法）比较,实验结果表明：WPFDT在分类精度和树大小上都优于其他传统决策树算法,并且有较高的召回率和精确率。     

一种基于粗糙集的决策树构造方法

决策树是一种有效的数据分类方法。传统的决策树方法是通过信息熵的计算去生成决策树的节点,计算量大。基于粗糙集理论,利用近似精度的概念来进行属性选择,构造决策树,有效地提高了效率并降低了决策树的复杂度。     

基于知识粗糙度的多变量决策树的构建

提出了一种基于粗糙集中知识粗糙度的构建多变量决策树的算法.基本思想是,在选择了核属性作为决策树的根节点后,将选择知识粗糙度最小的那个条件属性作为下一个分枝结点的检验属性.     

基于属性间交互信息的预剪枝ID3算法

ID3算法是决策树归纳中普遍而有效的启发式算法.本文针对ID3算法的不足,给出了一个改进版本,它在选择测试属性时不仅要求该属性和类的交互信息较大,而且要求和祖先结点使用过的属性之间的交互性息尽可能小,从而避免了对冗余属性的选择,实现信息熵的真正减少.在生成树的过程中,设定分类阈值,对树进行剪枝,以避免数据子集过小,使进一步划分失去统计意义.实验结果表明,该算法能构造出比ID3算法更优的决策树.     

基于决策树的轨道电路故障诊断知识表示方法研究

针对ZPW-2000A无绝缘轨道电路故障逻辑机理模糊的问题,本文采用了基于决策树的轨道电路专家系统知识表示方法.该方法首先将轨道电路故障影响较大的特征向量样本建立故障决策表,然后运用最小信息熵算法对属性值离散化,根据决策树算法快速学习及分类的特点对离散后的数据样本进行训练学习,生成故障决策树后进行知识规则的获取,在专家系统的知识库中以产生规则存储.通过对ZPW-2000A无绝缘轨道电路的实例分析验证了该方法在轨道电路专家系统知识表示与获取中的有效性和实用性.