基于粗糙集和CBR的救灾口粮需求预测.pdfVIP

第 38卷 第 9期 计 算 机 工 程 2012年 5月 Vol-38 NO．9 ComputerEngineering M ay 2012 · 人工智能及识别技术 · 文章缩号：1000_3428(2012)o9—_0158—_04 文献标识码：A 中圈分类号：TP18 基于粗糙集和CBR的救灾口粮需求预测 吴雪莲 l，孙丙宇 ，李文波 ，张 洁 (1．中国科学技术大学自动化系，合肥 230026；2．中国科学院合肥智能机械研究所，合肥 230031) 摘 要：救灾I：1粮预测所采用的方法多以专家经验判断为主，具有较大的随机性。为此，从灾害案例的特点出发，针对案例推理时存在效 率低下和权重确定差异性较大的问题，结合粗糙集处理不确定知识的优点和案例推理的特点，提出一种方法，实现灾害应急救灾口粮需求 预测，并通过洪涝灾害实例进行分析。结果表明该方法有利于减少主观影响，提高需求预测的准确率和效率。 关健诃：粗糙集；案例推理；救灾I：1粮；属性约简；属性重要度；需求预测 ReliefFoodDemandForecastBased0n RoughSetandCase-basedReasoning W U Xue．1ian ．一，SUN Bing．yu，一，LIW en．bo，ZHANGJie2 (1．DepartmentofAutomation，UniversityofScienceandTechnologyofChnia，Hefei230026，China； 2．InstituteofIntelligentMachine，ChineseAcademyofSciences，Hefei230031，China) [Abstract]Themehtodsforforecastingrelieffood，whicharebasedontheexpertsandthepredictionresults，areinfluencedbyhteexperienceof theexperts．Consideringhteadvantageofroughsetindealingwithhteuncertani knowledge，htispaperproposesanovelmethodhtatcombines roughsetwithCase—basedReas0niIlg(CBR)ofrforecastingrelieffooddemand．Thismehtodutilizesdiscernibiliytmatrixandattributessignificnace toreducecaseattributesandgetattributeweights．Experimentalresultsprovethathteproposedmehtodcanreducethesubjectiveeffectsand improvethepredicationaccuracy． [Keywords]roughset；Case-basedReasoning(CBR)；relieffood；attributereduction；attributesignificnace；demandforecast DOI：10．3969j／．issn．1000-3428．2012．09．048 l 概述 的随意性。 中国是自然灾害频繁发生的国家之一。随着全球气候变 针对上述问题，本文引入了粗糙集理论，根据指定的目 化，近几十年来，自然灾害造成损失有进一步扩大的趋势。 标属性救灾口粮数量，利用特征属性约简方法，抽取出决定 尽管 自然灾害不可能避免，但通过有效和有力的防灾救灾措 目标属性的关键属性；再根据属性重要度的计算公式，确定 施，可以在一定程度上降低自然灾害的损