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 据以及拥有众多变量的数据; (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;
(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：
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： Nhomakorabea 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！
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