卢冰原[1]2002年在《基于Rough集理论的GIS智能决策咨询系统的研究与设计》文中研究指明本文首先介绍了粗糙集的主要概念和相关理论，探讨和研究了智能决策支持系统的原理、结构、构造方法和研究现状，介绍了GIS(Geographical Information System)开发环境，GIS发展的历史、现状和未来趋势，提出智能决策综合集成环境的体系结构及相关实现的综合集成方法，并以ARC／INFO为背景对GIS中一些关键技术问题给出了解决方案。 在完成试验室所承担的国家863项目“基于气象分析的农作物种植管理软构件”、省95攻关项目“基于GIS的安徽省重大农业气象灾害测评系统”和“基于GIS的安徽省小煤矿安全管理决策系统”等项目中，将粗糙集理论和算法与GIS、智能决策系统中的知识发现等相结合，对粗糙集理论在GIS属性数据和逻辑运算精度分析中的应用情况进行了研究，分析了基于粗集的GIS逻辑运算(逻辑并、逻辑交、逻辑补、混合逻辑等)，从而为研究GIS属性数据及其迭加运算后属性数据的不确定性提供了一种方法，能比较准确地表达属性数据的模糊性和粗糙性。文章围绕系统开发中的实例介绍了导出规则的增量式算法，该算法使得在归纳学习中当有新的数据加入时而无需重新生成规则，只需要对原有的规则进行修正，就可以得到关于新数据集的规则。接着阐述了Rough Sets和知识发现的关系，并对Rough Sets在知识发现中应用的具体算法进行了讨论。 在本文的最后，介绍了开发成功的基于粗糙集的2个GIS智能决策系统。
张艳荣[2]2012年在《基于粗糙集理论的森林病虫害预测模型与算法的研究》文中研究指明森林作为一种人类社会发展过程中的最宝贵的战略资源,正在不断地遭受着各种灾害的侵蚀。在这些重大的森林资源灾害之中,森林病虫害这种频发性的生物灾害,一直都是林业发展的一个重要的制约因素。然而,我国森林病虫害总的发生又随着人工造林面积的持续增长而不断地上升。因此,应采取积极的应急措施,来减轻或避免森林病虫害所造成的损失。随着对“泛在林业”的要求不断地提高,使现代林业工作更加信息化、网络化和智能化,本文将粗糙集理论、专家系统、网络技术、现代信息技术以及领域专家的病虫害诊断、预测预报及防治经验和技术成果结合起来,应用在森林病虫害的预测、诊断和防治之中,从而对减少病虫害对森林的危害,对推动森林病虫害管理的现代化、科学化,实现信息化跨越式发展,对推进示范地区的森林常见病虫害监测、预警、预防、防治的体制和机制创新起着重要作用。为了能够准确地对森林病虫害进行预测预报,本文分析了影响森林病虫害发生发展的一些关键性因素,如林分结构、气候变化、生物因素、土壤因素和人为活动等,详细地分析了温度、湿度、降水量、光和风等气息因子及其对森林病虫害的发生发展的影响,并引用了温度和太阳辐射量的模拟模型以及湿度和降水量的模拟模型,利用这些气象模拟模型可得出该季节内逐日的最高温度、最低温度、降水量等气象因子的模拟数据,这有利于提高森林病虫害预测预报的准确度。为了能够及时地掌握森林病虫害种群数量变化的规律,对森林病虫害未来的发生状况以及增长趋势作出准确、科学的预测预报,以能够及时提出森林病虫害的防治措施,减少森林病虫害的危害造成的损失,本文应用发育进度预测法、有效积温预测法等对示范地区常见的森林害虫的发生期进行预报预报,并建立了相应的预测预报模型；应用有效基数预测法、数理统计预测法等对示范地区常见的森林害虫的发生量进行预报预测预报,并建立了相应的预测预报模型：利用马尔柯夫过程分析,对示范地区常见的森林病害的发病程度进行预测预报；利用灰色模型对示范地区常见的森林病害的发病过程的模拟和发病时点的预测；利用非线形模型对示范地区常见的森林病害的发展阶段进行预测预报；利用灰度模型分析,对示范地区常见的森林病害的感病指数进行预测预报。由于森林病虫害预测预报专家系统包含的知识量比较大,为了能够快速、准确地从杂乱无章的海量数据中挖掘潜在的有利用价值的信息并用于森林病虫害的预测预报,本文将粗糙集理论应用到了森林病虫害的预测预报过程之中。通过对森林病虫害预测预报的数据进行收集、完备化和离散化,提出了一种改进的基于差别矩阵的属性约简算法,基于此算法对森林病虫害预测预报条件属性集进行约简,从而对产生的规则进行提取与约简,得出了一种新的基于粗糙集理论的森林病虫害预测预报模型。本文采用叁层B/S结构和基于J2EE标准的开发模式建立森林病虫害预测预报专家系统。这种模式可以使前端的表现与应用逻辑、数据存储相分离,通过组件的开发与部署策略,使整个系统的架构清晰灵活,方便部署和扩展。业务处理用Jsp+Javabean的方式实现并通过JDBC的方式访问数据层的数据资源。森林病虫害预测预报专家系统主要实现对示范地区常见森林病虫害的发生量与发生期的预测预报及损失评估,除此之外,该专家系统还包括树种信息、病虫害诊断、病虫害防治及病虫害查询等辅助模块。综上所述,本文的主要贡献如下：(1)粗糙集理论与人工智能技术首次应用于林业病虫害领域,取得了良好效果；(2)提出了示范地区常见的森林病虫害的发生期预测预报与发生量预测预报模型,通过对模型进行验证与精度分析,得出的模型准确度较高,且预测预报的结果与实际情况基本相符；(3)提出了一种改进的基于差别矩阵的属性约简算法,基于此算法对森林病虫害预测预报条件属性集进行约简,从而对产生的规则进行提取与约简,建立了一种新的基于粗糙集理论的森林病虫害预测预报系统,在试验示范区得到良好应用。本论文的研究成果可为基层森工企业以及广大的林农用户在森林病虫害的预报与防治的过程中提供理论指导和技术支持,为“泛在林业”建设提供了完整范例,同时也对农业病虫害预测预报与防治等专家系统的建立具有一定的指导意义和借鉴价值。
贾迪[3]2016年在《基于大数据的我国政府决策咨询机构快速反应能力建设研究》文中研究指明作为决策者的“外脑”和“智囊团”,我国政府决策咨询机构在为决策者建言献策方面起着举足轻重的作用,其决策咨询的效果关系到决策的科学性和有效性。随着国际、国内环境的日益复杂,各种突发危机和临时性问题时有发生,政府决策咨询机构需要不断提高其快速反应能力,力求在最短的时间内为决策者提供最适当的处理危机的备选方案。大数据时代悄然来临,大数据的全新思维和先进的大数据处理技术给我国各个领域产生了强烈的冲击,政府决策咨询机构也在大数据浪潮中迎来了改革的机遇。大数据在我国商业领域应用较为广泛,公共治理领域则还处于起步阶段, “智慧城市”是大数据在公共治理领域运用的典型,现已有多个城市成为试点。可见,大数据在公共管理领域具有可行性。因此,本文拟将大数据引入政府决策咨询机构快速反应能力建设中。第一部分主要讲述本文的选题背景及研究意义、界定相关核心概念、整理文献综述、介绍本文所涉及的研究方法及理论工具。第二部分主要理顺大数据与我国政府决策咨询机构快速反应能力之间的关系。本章首先从四个方面论述二者之间的契合点,然后梳理了大数据如何影响政府决策咨询机构快速反应能力的建设,架设了框架。第叁部分分析利用大数据提升政府决策咨询机构快速反应能力的必然性,国际国内的时代背景成为动力,大数据的应然产生使决策咨询机构工作变得复杂这一压力以及数据的碎片化这一阻力使政府决策咨询机构绝对有必要利用大数据提升快速反应能力；而纵观我国现状,利用大数据提升政府决策咨询机构的快速反应能力具有可行性。第四部分主要是采用量化方法,对当前政府决策咨询机构利用大数据提升其快速反应能力所存在的问题进行实证分析。第五部分基于上一章的问题,以系统论为主要分析框架,立足于决策咨询机构快速反应能力本身和外部影响因素两个方面分析问题产生的原因,外部原因主要是政治环境、人员组成、独立性等,系统内部因素包括方法、技术等。第六部分主要总结美、德两国政府决策咨询机构发展经验,并在经验总结的基础上归纳对我国的启示。第七部分综合前面章节的分析,针对问题和影响因素,找出外部保障和措施和具体应用大数据的对策。
参考文献：
[1]. 基于Rough集理论的GIS智能决策咨询系统的研究与设计[D]. 卢冰原. 安徽大学. 2002
[2]. 基于粗糙集理论的森林病虫害预测模型与算法的研究[D]. 张艳荣. 东北林业大学. 2012
[3]. 基于大数据的我国政府决策咨询机构快速反应能力建设研究[D]. 贾迪. 华中师范大学. 2016
标签：自然地理学和测绘学论文; 计算机软件及计算机应用论文; 粗糙集论文; 智能决策系统论文; 知识发现论文;