Zastosowanie teorii zbiorów przybliżonych do tworzenia biznesowych baz wiedzy

• Autorzy: Grzeszczyk T. A.

Warianty tytułu

EN

Application of rough sets theory for creating business knowledge bases

• Języki publikacji: PL

Abstrakty

EN

The subject of present paper is to discuss the layout of conception referred to use of rough sets theory for creating business knowledge bases. As the basic terms (defined in the present paper) "lower and upper approximation of set" are considered. The first plane of research process was referred to application of rough sets theory for qualitative analysis of problems connected with non-typical business situations analyzed in such cases e. g. promotion or advertising campaign. The second one was related to propose of algorithm for discovering decision rules. The results of experiments have confirmed the thesis assumed by the author that there exists possibility and purpose for application rough sets theory for creating business knowledge bases, may be employed in forecasting process. More information about problems referred to integration (in sales forecasting system) of qualitative and quantitative sub-system are presented in the other publications by author of the present paper.

Słowa kluczowe

PL

teoria zbiorów przybliżonych; biznesowa baza wiedzy; sztuczna inteligencja; reguła decyzyjna

EN

rough set theory; business knowledge base; artificial intelligence; decision-making rule

• Wydawca: Polskie Towarzystwo Zarządzania Produkcją
• Czasopismo: Zarządzanie Przedsiębiorstwem
• Rocznik: 2003
• Tom: Vol. 6, nr 2
• Strony: 20--29
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Grzeszczyk T. A.

• Instytut Organizacji Systemów Produkcyjnych, Politechnika Warszawska, ul. Narbutta 85, 02-524 Warszawa,

Bibliografia

• [1] Grzeszczyk T. A., Rough Sales Forecasting System, Informations Systems - Research, Teaching and Practice, Proceedings of the 5th UKAIS Conference University of Wales Institute, Cardiff26 - 28 April 2000.
• [2] Grzeszczyk T. A., Inteligentny system prognozowania sprzedaży w przedsiębiorstwie, Konf. nt Komputerowo zintegrowane zarządzanie, Zakopane 10-12 stycznia 2000, WNT, Warszawa 2000.
• [3] Grzeszczyk T. A., Integracja sieci neuronowych i metody zbiorów przybliżonych w prognozowaniu sprzedaży, Problemy projektowania wielkich systemów informatycznych, IOSP PW - Zakład Systemów Informatycznych, Warszawa 2000.
• [4] Grzeszczyk T. A., Wpływ promocji na sprzedaż, Konf. nt Komputerowo zintegrowane zarządzanie, Zakopane 15 - 17 stycznia 2001 r, WNT, Warszawa 2001.
• [5] Grzeszczyk T. A., Metoda prognozowania integrująca sieci neuronowe i zbiory przybliżone w zastosowaniach organizatorskich, Rozprawa doktorska, Politechnika Warszawska 2002.
• [6] Mrózek A., A new method for discovering rules from examples in expert systems, International Journal of Man - Machine Studies, Academic Press GB, 1992, nr 36.
• [7] Kryszkiewicz M., Boolean Reasoning and Aprori-like Technique for Rough Sets, ICS Research Report 26/96, Warsaw University of Technology, Warszawa 1996.
• [8] Pawlak Z., Rough sets, International Journal of Computer and Information Sciences, 11/1982.
• [9] Pawlak Z., Rough sets: Theoretical aspects of reasoning about data, Dordrecht: Kluwer 1991.
• [10] Zadeh L. A., Fuzzy sets Information and Control, 1965, nr 8.
• [11] Zadeh L. A., Fuzzy logic, neural networks and soft computing, Communications of the ACM, 37/1994.