《表1 决策表：基于粗糙集理论的数据挖掘技术及应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于粗糙集理论的数据挖掘技术及应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

目前，粗糙集与BP神经网络模型的应用非常广泛，普遍应用于语音及面部识别、企业风险评估、医疗及故障诊断、入侵检测等领域。本文将该模型应用于对煤炭物流中心选址的科学决策中，采用德尔菲法并参考文献[5]中所建立的评价指标体系，得到影响煤炭物流中心选址决策的12个因素（α1:交通运输；α2:产业布局；α3:货物流向；α4:人力资源；α5:区域规划和发展；α6:政策法规；α7:社会影响；α8:用地；α9:地质条件；α10:气候影响；α11:能源利用；α12:地质灾害）作为条件属性集C。对A地区的煤炭物流情况进行了调研，得到了由50处煤炭物流中心选址构成的论域U:U={x1，x2…x50}，将选址综合评价分成上、中、下3级，得到决策属性集D。从而确定了建模的原始决策表，然后对决策表进行离散化预处理；决策属性分别取为100、010和001.最终得到离散后处理的决策表如表1所示。