本书给出了S-粗集的两类形式：单向S-粗集和双向S-粗集以及S-粗集的遗传、记忆特征，提出S-粗决策，给出S-决策分析模型；S-粗集与生命科学、人工智能系统交叉，进行了多视角的讨论．提出了函数S-粗集的两类形式：函数单向S-粗集和函数双向S-粗集，并给出函数S-粗集在系统(金融系统，投资系统)中规律挖掘、规律发现的讨论，这些讨论是开展粗系统理论与应用研究的理论基础。该书的特点是视野宽，视角新，学科渗透性强。
本书适合数学、经济、金融、管理、系统科学等专业的大学生、研究生、教师以及广大工程技术研究人员阅读参考。
样章试读
目录
- 序言
第1章 Z.Pawlak粗集的概念与应用
§1.1 Z.Pawlak粗集与它的结构
§1.2 集合X的下近似与上近似关系
§1.3 知识的属性依赖发现
§1.4 知识的颗粒特征
§1.5 知识粒度与属性的依赖
§1.6 重要度与最小约简
§1.7 决策系统与决策协调度
§1.8 粗集在决策中的应用
第2章 变异粗集
§2.1 变异粗集和它的结构
§2.2 [а/R]知识与[а/R]知识挖掘判定定理
§2.3 变异知识[а/R]和它的依赖特性
§2.4 [а/R]知识-[R]知识生成与它的依赖性定理
§2.5 [а/R]知识-[R]知识k阶生成与它的依赖性定理
第3章 S-粗集
§3.1 元素迁移f与元素迁移f概念
§3.2 单向S-粗集
§3.3 双向S-粗集与单向S-粗集对偶
§3.4 分解基，f-分解类与还原基，f-还原类
§3.5 S-粗集的F-分解定理
§3.6 S-粗集的F-还原定理
§3.7 F-分解-F-还原的关系与分解基-还原基的不变性
§3.8 S-粗集的副集а-生成与а-生成定理
§3.9 S-粗集的副集η-嵌入与η-嵌入定理
§3.10 单向变异S-粗集
§3.11 双向变异S-粗集
§3.12 变异S-粗集的变异-对偶原理
第4章 S-粗集与它的遗传
§4.1 f-产遗传基因与f-遗传知识
§4.2 S-粗集的F-遗传与F-遗传定理
§4.3 S-粗集的F-遗传显性特征
§4.4 F-遗传变异与F-遗传显性的关系
§4.5 f-遗传基因与f-遗传知识
§4.6 S-粗集的F-遗传与F-遗传定理
§4.7 S-粗集的F-遗传隐性特征
§4.8 F-遗传变异与F-遗传隐性的关系
§4.9 （f，f）-遗传知识与（f，f）-遗传基因
§4.10 S-粗集的(F，F)-遗传与(F，F)-遗传定理
§4.11 (F，F)-遗传显性与(F，F)-遗传隐性的关系
§4.12 S-粗集在新金属材料发现中的应用
§4.13 S-粗集在知识过滤-知识发现中的应用
第5章 S-粗集与它的记忆
§5.1 元素迁移f与f-记忆知识
§5.2 F-记忆S-粗集与它的F-记忆特性
§5.3 元素迁移f与f-记忆知识
§5.4 F-记忆S-粗集与它的F-记忆特性
§5.5 （f，f）-记忆知识
§5.6 F记忆S-粗集与它的F-记忆特性
§5.7 S-粗集的记忆特性在系统跟踪识别中的应用
第6章 函数S-粗集
§6.1 函数单向S-粗集
§6.2 函数双向S-粗集
§6.3 函数单向S-粗集的对偶形式
§6.4 函数S-粗集与S-粗集的关系
§6.5 函数迁移与它的特征
§6.6 函数S-粗集的数据模型与系统规律分离应用
§6.7 函数粗集与z.Pawlak粗集的关系
第7章 S-粗决策与S-粗决策模型
§7.1 普通集上的决策与决策模型
§7.2 Z.Pawlak粗集生成的粗决策与粗决策模型
§7.3 单向S-粗决策与粗决策模型
§7.4 双向S-粗决策与粗决策模型
§7.5 单向S-粗决策对偶与对偶粗决策模型
第8章 S-粗集与学科交叉，渗透，融合，嫁接讨论
8.1 S-粗集与系统分析-系统识别的渗透
8.2 S-粗集与生命科学的嫁接
8.3 函数S-粗集与系统管理的融合
8.4 函数S-粗集与金融-经济系统的交叉
参考文献
京公网安备 11010102004214号