- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《决策支持系统》实验教学大纲
决策支持系统实验
实验一、产生式规则专家系统设计
实验目的:专家系统是决策支持系统的重要应用,也是以定性的方式辅助决策的系统,并在各个领域取得了很大的经济效益。通过实验,使同学们进一步掌握专家系统的基本结构,理解产生式规则的知识表示方式,了解专家系统中的正向推理、逆向推理和混合推理的推理机理,熟悉专家系统的建立过程。
实验内容:根据15条识别动物的产生式规则,在Windows操作系统下,利用高级程序设计语言设计一个简单的动物识别专家系统,完成对涉及到得老虎、金钱豹、斑马等几种常见动物的识别。程序设计的基本要求:(1)采用C++语言,使用MFC控件规则库要求至少包含15条规则设计人机界面,解释模块提供查询规则的功能规则如下
r1:IF 该动物有毛发 THEN 该动物是哺乳动物
r2:IF 该动物有奶 THEN 该动物是哺乳动物
r3:IF 该动物有羽毛 THEN 该动物是鸟
r4:IF 该动物有会飞 AND 会下蛋 THEN 该动物是鸟
r5:IF 该动物有吃肉 THEN 该动物是食肉动物
r6:IF 该动物有犬齿 AND 有爪 AND 眼盯前方 THEN 该动物是食肉动物
r7:IF 该动物是哺乳动物 AND 有蹄 THEN 该动物是蹄类动物
r8:IF 该动物是哺乳动物 AND 是嚼反刍动物 THEN 该动物是蹄类动物
r9:IF 该动物是哺乳动物 AND 是食肉动物 AND是黄褐色 AND 身上有暗斑点 THEN 该动物是金钱豹
r10:IF 该动物是哺乳动物 AND 是食肉动物 AND是黄褐色 AND 身上有黑色条纹 THEN 该动物是老虎
r11:IF 该动物是哺乳动物 AND 有长脖子 AND有长腿 AND 身上有暗斑点 THEN 该动物是长颈鹿
r12:IF 该动物是蹄类动物 AND 身上有黑色条纹
THEN 该动物是斑马
r13:IF 该动物是蹄类动物 AND 有长脖子 AND有长腿 AND 不会飞 AND 黑白二色
THEN 该动物是鸵鸟
r14:IF 该动物是鸟 AND 有游泳 AND 不会飞 AND 黑白二色
THEN 该动物是企鹅
r15:IF 该动物是鸟 AND 善飞 THEN 该动物是信天翁
”三库”同决策支持系统的关系,了解数据挖掘在决策支持中的重要性,掌握Apriori算法的基本工作原理。
实验内容:针对数据挖掘中的经典算法Apriori的基本算法,采用逐层迭代,找出频繁项目集算法:Apriori
输入:事务数据库D;最小支持度阈值min-support;
输出:事务数据库D中的频繁项目集L。
1) BEGIN
2) L1 frequent 1-itemsets // 生成长度为1 的频繁项目;集
3) FOR? k 2;Lk-1≠ ;k ++ DO
4)?? BEGIN
5)?? Ck Apriori_gen Lk-1 ; // 产生新的候选者
6)?? FOR? all transactions t ∈D? DO
7) BEGIN
8) Ct Subset Ck, t ; // Candidates contained in t
9) FOR? all candidates c ∈Ct? DO
10) c.count + +;
11)??? END;
12)? Lk c∈Ck | c .count minsupport
13)? END;
14)? Answer ∪k Lk;
15)END;
候选集生成算法Apriori-gen是以频繁 k-1 -项目集,生成候选k-项目集的。该算法分为如下两步:
Apriori-gen函数:
输入:频繁k-1项集;最小支持度阈值min-support;
输出:频繁k项集。
1)? BEGIN?
2)? FOR? each itemset? l1∈Lk-1
3)??? FOR? each itemset? l2∈Lk-1
4) IF l1[1] l2[1] ∧ l1[2] l2[2] …∧ l1[k-1] l2[k-1]
5) THEN BEGIN
6) c l1∽l2; //* 连接步,产生候选频繁项目集
7) IF? Has_infrequent_subset c, Lk-1 THEN
8) DELETE? c; // *剪接步,删除小于最小支持度的候选项目集
9) ELSE?? ADD? c TO Ck?
10) END
11) RETURN Ck ;
12) END;
Has_infrequent_subset函数:
输入:候选k项集;
输出:如果包含非频繁子集,返回True,否则返回False。
1
文档评论(0)