曝光臺 注意防騙 網曝天貓店富美金盛家居專營店坑蒙拐騙欺詐消費者

另外，本系統在基本數據表基礎上還建立了一系列視圖，以方便前臺界面開
發并保證數據安全性。具體參見附錄1。
2.7 本章小結
本章以南京祿口國際機場的突發事件應急救援管理為例，在詳細分析應急救
援管理工作的各類信息需求、處理需求、安全性需求的基礎上，依據數據庫設
計理論與數據庫設計過程中使用的一些技巧對民用機場的應急救援管理系統數
據庫進行了設計，給出了系統數據庫的整體框架結構，并詳細介紹了系統數據
庫的概念結構、邏輯結構、物理結構的設計過程。最后對輔助決策子數據庫、
地理信息子數據庫、移動通信子數據庫和其他輔助子數據庫設計過程中遇到的
特殊問題作了一些探討性的補充說明。
20
3 第三章 基于Rough 集理論的救援等級智能決策方法
3.1 引言
決策支持系統是用來支持用戶決策的計算機系統，它以現代信息技術為手
段，綜合運用計算機技術、管理科學、經濟數學、人工智能技術等多種學科知
識，針對某一類型的半結構化和非結構化決策問題，通過提供背景材料協助明
確問題、修改完善模型、列舉可能方案等方式，幫助管理者做出正確決策的計
算機輔助式系統。智能決策支持系統(Intelligent Decision Support Systems,
簡稱IDSS)是在決策支持系統基礎上，集成人工智能專家系統(Expert Systems,
簡稱ES)形成的�，F代智能決策支持系統是建立在數據挖掘(知識發現)技術基礎
上的基于數據挖掘的智能決策支持系統。90 年代以前,國內外的研究重點在于建
立數據倉庫和聯機查詢機制(OLAP),首先將多數據源信息概括、聚類、集成，建
立面向主題、集成、時變、持久的數據倉庫，然后通過OLAP 技術對數據倉庫作
即席、多維、復雜查詢和綜合分析，得出隱藏在數據中的總體特征和發展趨勢。
90 年代中期到現在，國內外研究者將研究重點轉移到數據驅動的數據挖掘方法，
利用人工神經網絡、決策樹、機器學習等方法，發現已有的和未知的知識，使
數據挖掘成為不需要人工干預的自動過程。近幾年，隨著Rough 集理論研究和
應用研究的深入，越來越受到廣大學者們的重視，目前以Rough 集知識獲取為
驅動的數據挖掘方法已經應用到醫療診斷、商業策劃、銀行預算、氣象預測、
模式識別等領域，并取得了一定的成果。
Rough 集理論是波蘭Pawlak 教授于1982 年提出的一個研究不精確、不確定
性知識的數學工具，用以解決不確定性的數學問題[22]。它的最大特點是無需任
何先驗信息，就能有效地分析和處理不精確、不一致、不完整等各種不完備數
據，從中發現隱含的知識(規則)，揭示潛在的規律。1992 年以后隨著Rough 集
理論研究的發展和深入，許多學者開始將其引入到應用領域并取得了許多成果。
Tsumoto S 等[23],[24]將Rough 理論引入到醫療診斷領域，利用Rough 集方法根據
以往病例歸納出診斷規則，用來指導新的病例，將預測早產的準確率由17%-38%
提高到68%-90%。Golan R[25]等利用Rough 集方法分析了十年間股票的歷史數據，
研究了股票價格與經濟指數之間的依賴關系，獲得的預測規則得到了華爾街證
券交易專家的認可。Jelonek J[26]等將Rough 集理論應用在人工神經網絡研究領
20
3 第三章 基于Rough 集理論的救援等級智能決策方法
3.1 引言
決策支持系統是用來支持用戶決策的計算機系統，它以現代信息技術為手
段，綜合運用計算機技術、管理科學、經濟數學、人工智能技術等多種學科知
識，針對某一類型的半結構化和非結構化決策問題，通過提供背景材料協助明
確問題、修改完善模型、列舉可能方案等方式，幫助管理者做出正確決策的計
算機輔助式系統。智能決策支持系統(Intelligent Decision Support Systems,
簡稱IDSS)是在決策支持系統基礎上，集成人工智能專家系統(Expert Systems,
簡稱ES)形成的。現代智能決策支持系統是建立在數據挖掘(知識發現)技術基礎
上的基于數據挖掘的智能決策支持系統。90 年代以前,國內外的研究重點在于建
立數據倉庫和聯機查詢機制(OLAP),首先將多數據源信息概括、聚類、集成，建
立面向主題、集成、時變、持久的數據倉庫，然后通過OLAP 技術對數據倉庫作
即席、多維、復雜查詢和綜合分析，得出隱藏在數據中的總體特征和發展趨勢。
90 年代中期到現在，國內外研究者將研究重點轉移到數據驅動的數據挖掘方法，
利用人工神經網絡、決策樹、機器學習等方法，發現已有的和未知的知識，使
數據挖掘成為不需要人工干預的自動過程。近幾年，隨著Rough 集理論研究和
應用研究的深入，越來越受到廣大學者們的重視，目前以Rough 集知識獲取為
驅動的數據挖掘方法已經應用到醫療診斷、商業策劃、銀行預算、氣象預測、
模式識別等領域，并取得了一定的成果。
Rough 集理論是波蘭Pawlak 教授于1982 年提出的一個研究不精確、不確定
性知識的數學工具，用以解決不確定性的數學問題[22]。它的最大特點是無需任
何先驗信息，就能有效地分析和處理不精確、不一致、不完整等各種不完備數
據，從中發現隱含的知識(規則)，揭示潛在的規律。1992 年以后隨著Rough 集
理論研究的發展和深入，許多學者開始將其引入到應用領域并取得了許多成果。
Tsumoto S 等[23],[24]將Rough 理論引入到醫療診斷領域，利用Rough 集方法根據
以往病例歸納出診斷規則，用來指導新的病例，將預測早產的準確率由17%-38%
提高到68%-90%。Golan R[25]等利用Rough 集方法分析了十年間股票的歷史數據，
研究了股票價格與經濟指數之間的依賴關系，獲得的預測規則得到了華爾街證
券交易專家的認可。Jelonek J[26]等將Rough 集理論應用在人工神經網絡研究領
21
域，利用Rough 集化簡神經網絡訓練樣本數據集，在保留重要信息的前提下消
除了多余的數據，使訓練速度提高了4.72 倍。此外，Rough 集理論還廣泛應用
在商業策劃、銀行預算、氣象預測、模式識別、圖像處理、機器學習等領域[27][28]。
　
中國航空網 m.k6050.com
航空翻譯 www.aviation.cn
本文鏈接地址：民用機場應急救援管理系統關鍵技術研究(6)