曝光台 注意防骗
网曝天猫店富美金盛家居专营店坑蒙拐骗欺诈消费者
另外，本系统在基本数据表基础上还建立了一系列视图，以方便前台界面开
发并保证数据安全性。具体参见附录1。
2.7 本章小结
本章以南京禄口国际机场的突发事件应急救援管理为例，在详细分析应急救
援管理工作的各类信息需求、处理需求、安全性需求的基础上，依据数据库设
计理论与数据库设计过程中使用的一些技巧对民用机场的应急救援管理系统数
据库进行了设计，给出了系统数据库的整体框架结构，并详细介绍了系统数据
库的概念结构、逻辑结构、物理结构的设计过程。最后对辅助决策子数据库、
地理信息子数据库、移动通信子数据库和其他辅助子数据库设计过程中遇到的
特殊问题作了一些探讨性的补充说明。
20
3 第三章 基于Rough 集理论的救援等级智能决策方法
3.1 引言
决策支持系统是用来支持用户决策的计算机系统，它以现代信息技术为手
段，综合运用计算机技术、管理科学、经济数学、人工智能技术等多种学科知
识，针对某一类型的半结构化和非结构化决策问题，通过提供背景材料协助明
确问题、修改完善模型、列举可能方案等方式，帮助管理者做出正确决策的计
算机辅助式系统。智能决策支持系统(Intelligent Decision Support Systems,
简称IDSS)是在决策支持系统基础上，集成人工智能专家系统(Expert Systems,
简称ES)形成的。现代智能决策支持系统是建立在数据挖掘(知识发现)技术基础
上的基于数据挖掘的智能决策支持系统。90 年代以前,国内外的研究重点在于建
立数据仓库和联机查询机制(OLAP),首先将多数据源信息概括、聚类、集成，建
立面向主题、集成、时变、持久的数据仓库，然后通过OLAP 技术对数据仓库作
即席、多维、复杂查询和综合分析，得出隐藏在数据中的总体特征和发展趋势。
90 年代中期到现在，国内外研究者将研究重点转移到数据驱动的数据挖掘方法，
利用人工神经网络、决策树、机器学习等方法，发现已有的和未知的知识，使
数据挖掘成为不需要人工干预的自动过程。近几年，随着Rough 集理论研究和
应用研究的深入，越来越受到广大学者们的重视，目前以Rough 集知识获取为
驱动的数据挖掘方法已经应用到医疗诊断、商业策划、银行预算、气象预测、
模式识别等领域，并取得了一定的成果。
Rough 集理论是波兰Pawlak 教授于1982 年提出的一个研究不精确、不确定
性知识的数学工具，用以解决不确定性的数学问题[22]。它的最大特点是无需任
何先验信息，就能有效地分析和处理不精确、不一致、不完整等各种不完备数
据，从中发现隐含的知识(规则)，揭示潜在的规律。1992 年以后随着Rough 集
理论研究的发展和深入，许多学者开始将其引入到应用领域并取得了许多成果。
Tsumoto S 等[23],[24]将Rough 理论引入到医疗诊断领域，利用Rough 集方法根据
以往病例归纳出诊断规则，用来指导新的病例，将预测早产的准确率由17%-38%
提高到68%-90%。Golan R[25]等利用Rough 集方法分析了十年间股票的历史数据，
研究了股票价格与经济指数之间的依赖关系，获得的预测规则得到了华尔街证
券交易专家的认可。Jelonek J[26]等将Rough 集理论应用在人工神经网络研究领
20
3 第三章 基于Rough 集理论的救援等级智能决策方法
3.1 引言
决策支持系统是用来支持用户决策的计算机系统，它以现代信息技术为手
段，综合运用计算机技术、管理科学、经济数学、人工智能技术等多种学科知
识，针对某一类型的半结构化和非结构化决策问题，通过提供背景材料协助明
确问题、修改完善模型、列举可能方案等方式，帮助管理者做出正确决策的计
算机辅助式系统。智能决策支持系统(Intelligent Decision Support Systems,
简称IDSS)是在决策支持系统基础上，集成人工智能专家系统(Expert Systems,
简称ES)形成的。现代智能决策支持系统是建立在数据挖掘(知识发现)技术基础
上的基于数据挖掘的智能决策支持系统。90 年代以前,国内外的研究重点在于建
立数据仓库和联机查询机制(OLAP),首先将多数据源信息概括、聚类、集成，建
立面向主题、集成、时变、持久的数据仓库，然后通过OLAP 技术对数据仓库作
即席、多维、复杂查询和综合分析，得出隐藏在数据中的总体特征和发展趋势。
90 年代中期到现在，国内外研究者将研究重点转移到数据驱动的数据挖掘方法，
利用人工神经网络、决策树、机器学习等方法，发现已有的和未知的知识，使
数据挖掘成为不需要人工干预的自动过程。近几年，随着Rough 集理论研究和
应用研究的深入，越来越受到广大学者们的重视，目前以Rough 集知识获取为
驱动的数据挖掘方法已经应用到医疗诊断、商业策划、银行预算、气象预测、
模式识别等领域，并取得了一定的成果。
Rough 集理论是波兰Pawlak 教授于1982 年提出的一个研究不精确、不确定
性知识的数学工具，用以解决不确定性的数学问题[22]。它的最大特点是无需任
何先验信息，就能有效地分析和处理不精确、不一致、不完整等各种不完备数
据，从中发现隐含的知识(规则)，揭示潜在的规律。1992 年以后随着Rough 集
理论研究的发展和深入，许多学者开始将其引入到应用领域并取得了许多成果。
Tsumoto S 等[23],[24]将Rough 理论引入到医疗诊断领域，利用Rough 集方法根据
以往病例归纳出诊断规则，用来指导新的病例，将预测早产的准确率由17%-38%
提高到68%-90%。Golan R[25]等利用Rough 集方法分析了十年间股票的历史数据，
研究了股票价格与经济指数之间的依赖关系，获得的预测规则得到了华尔街证
券交易专家的认可。Jelonek J[26]等将Rough 集理论应用在人工神经网络研究领
21
域，利用Rough 集化简神经网络训练样本数据集，在保留重要信息的前提下消
除了多余的数据，使训练速度提高了4.72 倍。此外，Rough 集理论还广泛应用
在商业策划、银行预算、气象预测、模式识别、图像处理、机器学习等领域[27][28]。
中国航空网 www.aero.cn
航空翻译 www.aviation.cn
本文链接地址：
民用机场应急救援管理系统关键技术研究(6)
