清华汇智文库：粗糙集的论域扩展理论及在专家系统中的应用

　　第1章 绪论
　　1.1 粗糙集国内外研究进展
　　1.1.1 粗糙集研究概述
　　1.1.2 粗糙集的关系扩展
　　1.1.3 粗糙集的近似空间扩展
　　1.1.4 粗糙集的论域扩展
　　1.1.5 粗糙集在专家系统中的应用研究
　　1.2 研究目标、内容与创新点
　　1.2.1 研究目标
　　1.2.2 研究内容
　　1.2.3 创新点
　　1.3 本书结构
　　第2章 粗糙集基本理论
　　2.1 Pawlak粗糙集
　　2.2 模糊集与模糊粗糙集
　　2.2.1 模糊集与截集
　　2.2.2 模糊粗糙集
　　2.3 包含度与变精度粗糙集
　　2.3.1 包含度
　　2.3.2 变精度粗糙集
　　2.4 粗糙集的论域扩展
　　2.4.1 单个论域诱导的粗糙集的论域扩展
　　2.4.2 基于相容关系的粗糙集的论域扩展
　　第3章 双论域粗糙集
　　3.1 基于一般关系的粗糙集的论域扩展：双论域粗糙集
　　3.1.1 双论域粗糙集近似算子
　　3.1.2 双论域粗糙集的性质
　　3.2 双论域粗糙集的属性约简
　　3.3 双论域粗糙集的不确定性度量
　　3.3.1 双论域粗糙集与Pawlak粗糙集
　　3.3.2 双论域粗糙集的粗糙熵和信息粒度
　　3.3.3 双论域粗糙集的度量
　　第4章 扩展的双论域粗糙集
　　4.1 模糊双论域粗糙集
　　4.1.1 模糊双论域粗糙集近似算子及性质
　　4.1.2 模糊双论域粗糙集的属性约简
　　4.2 变精度双论域粗糙集
　　4.2.1 变精度双论域粗糙集近似算子及性质
　　4.2.2 变精度双论域粗糙集的属性约简
　　4.2.3 双参数变精度双论域粗糙集
　　第5章 基于双论域粗糙集的专家系统
　　5.1 专家系统的组成
　　5.2 双论域粗糙集推理机
　　5.2.1 建立双论域粗糙集关系矩阵
　　5.2.2 求解双论域粗糙集的上近似集、下近似集
　　5.2.3 计算双论域粗糙集的边界域与负域
　　5.2.4 输出规则
　　5.2.5 双论域粗糙集推理机的特点
　　5.3 模糊双论域粗糙集推理机
　　5.3.1 建立模糊双论域粗糙集关系矩阵
　　5.3.2 求解模糊双论域粗糙集的上近似集、下近似集
　　5.3.3 计算模糊双论域粗糙集的边界域与负域
　　5.3.4 输出规则
　　5.3.5 模糊双论域粗糙集推理机的特点
　　5.4 变精度双论域粗糙集推理机
　　5.4.1 建立变精度双论域粗糙集关系矩阵
　　5.4.2 求解变精度双论域粗糙集的上近似集、下近似集
　　5.4.3 计算变精度双论域粗糙集的边界域与负域
　　5.4.4 输出规则
　　5.4.5 变精度双论域粗糙集推理机的特点
　　第6章 双论域粗糙集在房地产个性化营销中的应用
　　6.1 房地产个性化营销体系结构
　　6.1.1 房地产个性化营销体系
　　6.1.2 房地产个性化营销专家系统
　　6.2 基于双论域粗糙集的房地产个性化营销
　　6.2.1 数据来源
　　6.2.2 数据预处理
　　6.2.3 知识库
　　6.2.4 推理结果与分析
　　第7章 总结与展望
　　7.1 论文总结
　　7.2 展望
　　参考文献
　　附录A房地产业消费者行为调查

　　粗糙集是一种处理模糊和不确定性知识的数学工具，是人工智能中的一种重要推理技术。粗糙集无须提供问题所需处理的数据集合之外的任何先验知识，能客观地描述和处理不确定性问题。作为一个独立的理论框架，粗糙集理论能有效处理下列问题：不确定性或不精确知识的表达、经验学习并从经验中获取知识、知识分析、矛盾分析、不确定性推理、基于信息保留的数据简化、近似模式分类、识别并评价数据间的依赖性、发现数据中因果关系、发现数据中的相似性和区别、从数据中产生决策算法、基于一致性评价可用信息的质量等。粗糙集的特点决定了粗糙集在知识获取和知识推理中有着不可替代的优越性。