Rough集理论及其在地质图形系统中的应用

20世纪80年代初,波兰数学家Z.Pawlak提出RoughSet(RS)的数学理论,直到10年之后,由于这个理论在机器学习、从数据库中发现知识、决策支持与分析等方面的应用,才引起人工智能(AI)研究者的关注。介绍了Rough理论基本概念和方法,并将Rough集理论引入地质图形系统领域,给出了Rough集理论用于地质图形系统中属性分析和知识发现的方法。为地质图形系统的属性信息处理开辟了一条新途径。

粗糙集理论与方法在地质研究中的应用

在地质研究工作中,经常遇到海量的数据需要处理。这些数据集合通常具有规模庞大、类型复杂、参数繁多、完整性差、先验信息多等特点。因此,地质数据集合分析一直是制约地质工作定量化研究的瓶颈。本文针对地质研究中数据集合的特点,结合粗糙集理论,提出一种适合地质研究领域泛用的地质数据分析和规则提取模型,并通过三个实例介绍应用该模型约简地质数据和提取规则的过程,分析其有效性和可信度。在本文最后,还对粗糙集理论在地质研究工作中的应用条件进行了讨论。