数据挖掘方法在能决策支持系统中的应用研究.pdfVIP

中南大学硕士论文 数据挖掘方法在智能决策支持系统中的应用研究 摘 要 智能决策支持系统是将人工智能技术引入决策支持系统而形成的一 种新型信息系统。人工智能技术中的基于知识的推理与机器学习技术是决 策支持系统具有智能的关键，并且也是智能决策支持系统成败的关键。数 据挖掘处于智能决策支持系统的影响空间中，负责处理逻辑性质的智能决 策支持，因此数据挖掘在整个智能决策支持系统中处于最重要的地位。 由于影响数据挖掘在实际应用中的效果的优劣的其最根本直接原因在 于数据挖掘算法的效率低劣甚至错误，因此本文在着重认真分析了常规的 数据挖掘方法的优缺点之后，提出了基于不确定性知识的主观贝叶斯网络 算法，并在一个知识库系统中实现了上述主观贝叶斯网络算法．该算法能 从不确定性的知识中作出快速、稳定、高精度的推理．同时，从实际应用角 度出发，真正地做到既定性又定量，获取关联规则，也即关联知识．提出了基 于网格的退火遗传算法(GsAG)，该算法的基本思想是利用网格在种群规模 一定的情况下，能够保证初始群体的遍历性与多样性，它主要用于初始群 体的产生，基于网格的退火遗传算法最大特点：模拟退火同时作用于选择算 子、交叉算予以及变异算子从而在整体上增