粗糙集入門及應用（附光碟）

第１章　粗糙集的基本概念 　　
1.1　前言 　　
1.2　粗糙集的產生 　　
1.3　粗糙集的基本假設─知識 　　
1.4　粗糙集的特性 　　
1.5　粗糙集、模糊集、實證理論與灰色理論的異同性 　　
1.6　粗糙集的研究內容 　　
1.7　粗糙集的未來發展

第２章　粗糙集的基本數學概念 　　
2.1　集合的基本性質 　　　　
2.1.1　集合的包含性質 　　　　
2.1.2　交集的性質 　　　　
2.1.3　聯集的性質 　　　　
2.1.4　差集的性質 　　　　
2.1.5　補集的性質 　　　　
2.1.6　集合的基本演算 　　　
（交集、聯集、補集與迪摩根（Demorgan）定理） 　　
2.2　集合關係 　　　　
2.2.1　有序對 　　　　
2.2.2　有序對的關係 　　　　
2.2.3　關係的性質 　　　　
2.2.4　等價關係 　　　　
2.2.5　關係矩陣 　　　　
2.2.5　等價關關係的近似空間與不可分辨 　　　　
2.2.6　基本知識與知識庫的關係 　　
2.3　粗糙集的範疇和不確定性 　　　　
2.3.1　上近似集和下近似集 　　　　
2.3.2　邊界和正域，負域 　　　　
2.3.3　近似精確度與粗糙度 　　　　
2.3.4　粗糙集歸屬函數（rough membership function） 　　　　
2.3.5　近似集的性質 　　　　
2.3.6　粗糙集的相同關係和粗糙關係 　　　　
2.3.7　粗糙函數

第３章　區間數與區間運算 　　
3.1　區間數 　　
3.2　區間的運算 　　
3.3　區間的距離 　　
3.4　多級區間數 　　　　
3.4.1　二級區間數 　　　　
3.4.2　級區間數 　　　　
3.4.3　無限級區間數 　　　　
3.4.4　具有極大值的模糊數 　　
3.5　α-cut及分解定理 　　　　
3.5.1　界限（level）集合與分解定理 　　　　
3.5.2　擴張原理

第４章　粗糙集的數學模型 　　
4.1　知識資訊系統與決策表 　　　　
4.1.1　知識資訊系統 　　　　
4.1.2　決策表 　　
4.2　離散化方法 　　　　
4.2.1　等間距離散化（equal interval width） 　　　　
4.2.2　等頻率離散化 　　　　
4.2.3　-means分群法 　　
4.3　知識約簡和數據的依賴性 　　　　
4.3.1　可省略性（dispensable）與獨立性（independent） 　　　　
4.3.2　屬性的依賴度（Dependents） 　　　　
4.3.3　粗糙集的約簡（reduct）和核（core） 　　　　
4.3.4　屬性的重要性（Significant） 　　
4.4　知識資訊系統與決策表的公式化 　　　　
4.4.1　知識資訊系統的公式化 　　　　
4.4.2　決策表的公式化

第５章　粗糙集的應用實例及Matlab程式 　　
5.1　粗糙集的應用實例 　　
5.2　Matlab 應用程式 　　　　
5.2.1　工具箱的特性及需求 　　　　
5.2.2　工具箱的內容 　　　　
5.2.3　關於屬性的分類 　　　　
5.2.4　不可分辨關係 　　　　
5.2.5　依賴度 　　　　
5.2.6　分群類別 　　　　
5.2.7　核：對任意非空集合C,D?A，求C的D核