基于双论域模糊粗糙集的应急决策模型与方法

以突发危机事件应急决策为应用背景,讨论了双论域上模糊粗糙集的基本理论,建立了基于模糊相容关系的双论域模糊粗糙集模型. 在此基础上,把突发危机事件应急决策转化为一个具有模糊决策对象的双论域决策近似空间上的粗糙近似问题,构建了基于双论域模糊粗糙集的应急决策模型.首先在双论域近似空间中计算模糊决策对象的上(下)近似,进而结合经典非确定型决策的思想给出了突发危机事件应急决策的规则.同时,给出了模型的算法.该模型给出了一种在不完全信息环境下应急决策的方法,给出了在充分考虑决策者个人偏好信息基础上的决策置信度以及最优决策规则.该方法能够比较充分地符合应急决策信息不充分、资源有限以及时间紧迫的基本特征, 进而对突发危机事件应急决策提供科学的理论基础和现实的决策方法.最后,通过应用算例说明了模型的应用过程,结果验证了本文给出模型的有效性。     

基于双论域量化模糊粗糙集的公共卫生应急决策模型

公共卫生应急决策是公共卫生管理的核心,也是有效应对公共卫生事件的关键.近年来频发的公共卫生事件已对公众安全和身体健康造成严重的威胁.因此,亟待研究应对突发公共卫生事件的应急决策理论与方法.文章以公共卫生应急决策为研究背景讨论双论域量化模糊粗糙集理论与方法.首先定义了基于模糊相容关系的双论域量化模糊粗糙集模型,进而充分考虑公共卫生应急决策问题的特征,并将公共卫生应急决策过程转化为具有模糊决策对象的模糊近似决策问题,构建基于突发公共卫生应急决策的双论域量化模糊粗糙集应用模型.通过在双论域量化近似空间上计算模糊决策对象的上下近似,并结合经典非确定型决策的思想给出公共卫生应急处置的决策规则.该模型提出了一种在不完全信息环境下公共卫生应急决策的方法,以及在充分考虑决策者个人偏好信息基础上的最优决策规则.最后,将理论模型应用于两个不同的公共卫生应急决策问题以说明文章所构建模型的应用过程及其有效性,同时结合数值算例应用结果提出处理实际问题时相应的决策建议.     

基于双论域犹豫三角模糊多粒度粗糙集的疾病诊断

在临床决策领域,疾病诊断已成为较为复杂的决策问题之一。医疗专家在疾病诊断过程中不仅需要处理大量的不确定性信息,而且需要综合不同医疗专家的意见来给出最终的诊断结果。为了解决以上疾病诊断中普遍存在的不确定性数据分析以及群决策的问题,通过结合犹豫三角模糊集和多粒度粗糙集,提出双论域犹豫三角模糊多粒度粗糙集的概念。在此基础上,提出以疾病诊断为背景的决策模型并用算例阐述所提出模型的有效性。     

基于层次分析法的多属性灰决策方法及应用

提出了系统多层次多属性群决策的灰色关联分析法的优选模型,将优选方案的影响因素分成若干个子系统,每个子系统有相应的评价指标组成.首先根据评价指标的灰色关联系数,再由加权名氏距离计算出各指标的权重,然后得到各优选方案与各子系统的灰色关联度.由群决策确定完各子系统的权重之后,最终得到各优选方案的综合属性值并排序选优.将模型应用于4座矿井的安全系统评估,得到了与实际情况相符的评价结果.     

多粒度模糊粗糙集研究

本文研究了模糊粗糙集中属性约简问题.利用模糊粗糙集和多粒度粗糙集各自优点的结合,提出了两类多粒度模糊粗糙集模型,使得两类粗糙集中的上下近似算子关于负算子对偶.同时研究了多粒度模糊粗糙集的性质及与单粒度模糊粗糙集的关系.并通过构造区分函数的方法提出了一类多粒度模糊粗糙集模型的近似约简方法.最后用一个实例核对了该类多粒度模糊粗糙决策系统近似约简方法的有效性.     

基于覆盖的概率粗糙集模型及其Bayes决策

经典的Pawlak概率粗糙集模型是基于论域上的等价关系而建立的,然而在实际应用中等价关系很难得到.因此,许多学者建立了基于一般关系(如容差关系、相似关系等)的Pawlak粗糙集模型.本文建立了基于覆盖关系的概率粗糙集模型,推广和总结了前人的工作.同时,提出了该模型下的Bayes决策方法和应用实例.     

基于直觉模糊软信息的多属性群决策方法

针对属性权重和专家权重信息都完全未知的多属性群决策问题,提出了一类以直觉模糊软集为数据环境的群决策方法。通过提取理想点结合距离测度构建非线性规划模型来求解属性权重。利用得分函数进行矩阵变换,基于各对象的综合正、负理想值构造满意度,并根据总体满意度最大化原则构建规划模型确定专家权重。最后利用属性权重和专家权重对得分矩阵进行加权平均,计算各对象的综合得分,进而给出具体的多属性群决策过程,并实例验证了决策方法的可行性和合理性。     

关于粗糙集和灰色系统之间某些关系的探讨

首先介绍粗糙集与灰色系统两种理论,并对二者进行比较。接着介绍普通粗糙集、P-粗糙集以及灰色集的定义,并就灰色集、模糊集和经典集合三者进行对比分析。我们提出了点灰度和集灰度两种灰度概念用于描述灰色系统的信息不确定性。通过P粗糙集导出相应的灰色集,并研究相关的灰度、粗糙度与边界域的性质和关系。分析表明使用导出的灰色集对系统的信息不确定性的估计与相应的粗糙集是一致的,因此两种理论在描述和处理不确定性信息系统方面的一定的相关性,将两种理论相结合来处理某些不确定性信息系统可能更为有效。     

主客观组合赋权的灰色决策模型及其在消费者决策中的运用

现实中许多抽象系统的数值并不能精确地得到,在多属性决策过程中,其属性值多以模糊数或者区间灰数的形式表示,属性权重也受到主观因素和客观因素的影响,针对此类问题,以属性值为区间灰数的多属性决策问题为出发点,采用主客观结合的赋权方式,提出了基于区间距离的灰色相对关联度分析方法,构建了灰色决策模型,并通过消费者决策实例进行了分析,模型是对传统灰色决策模型的拓展,具有更广泛的应用性和实用性.     

水资源管理中的多指标灰区间数关联决策模型

水资源管理决策是典型的非结构或半结构决策问题,将区间数的多属性决策应用于水资源管理决策领域,采用基于灰色系统理论的多指标灰区间数关联决策模型.通过引入灰区间数序列的范数完成多指标决策矩阵的规范化处理,构建综合灰色信息的理想区间方案,从方案优属度出发获得最优决策方案.最后,通过实例验证了该模型的有效性和实用性.     

一种区间Pythagorean模糊VIKOR多属性群决策方法

针对属性信息为区间Pythagorean模糊集且属性权重和专家权重均未知的一类群决策问题, 结合信息熵理论, 提出了一种区间Pythagorean模糊VIKOR多属性群决策方法。首先定义一种新的区间Pythagorean模糊距离测度, 并讨论其性质。其次基于该距离测度定义了区间Pythagorean模糊相对距离指数, 并基于相对距离指数构建了一种熵权模型确定专家权重和属性权重。然后提出一种区间Pythagorean模糊VIKOR多属性群决策方法。最后通过企业生产方案选择案例说明了提出新方法的可行性与有效性。     

基于区间灰数多属性群决策建模技术的卫生应急综合评价研究

多属性灰色群决策建模方案设计为立足点,引入区间灰数、相离度、逼近理想点、群决策集结算法知识,在属性权重为实数、区间灰数或优化运算形式下,经属性值规范化后制定理想方案.首先,计算区间灰数相离度、灰色关联系数、灰色关联度,讨论以理想方案贴近度确定排序或择优.然后,改进为群体专家独立决策环境下,由属性矩阵虚构理想方案并计算关联度、贴近度,与专家权重集结为贴近度矩阵,由逼近理想点思路排序及择优.最后,由疾控机构卫生应急能力评价案例验证可行性,区间灰数、属性测度、专家权重以及属性群决策信息利用充分,这套建模方案对于类似问题也有推介意义.     

一类推广的多粒度双量化决策粗糙模糊集

多粒度决策粗糙集作为一种特殊的概率粗糙集模型，其主要运用条件概率来表示相对量化信息，却忽略了等价类与经典集重叠部分的绝对量化信息，而绝对量化信息在程度多粒度粗糙集中被广泛讨论。因此，本文基于逻辑析取和合取算子将多粒度决策粗糙集和程度多粒度粗糙集相结合，同时引入模糊集和标量基数的思想，提出两对推广的多粒度决策粗糙模糊集∨∨-MGDTRFS和∧∧-MGDTRFS.随后，讨论了∨∨-MGDTRFS和∧∧-MGDTRFS的相关性质，并且给出两者之间的联系。     

面向横截面数据的灰色关联度

针对横截面数据的灰色关联度分析问题,研究了常用灰色关联度在横截面数据的适用性.提出具有放射变换保序性的灰色距离关联度,实例说明距离关联度的实用性与有效性.将灰色距离关联度推广到系统因素为矩阵的矩阵范数关联度,且在多属性群决策问题的成功应用证明了其合理性.     

一种基于Shapley值的Pythagorean模糊多属性群决策方法及其应用

针对模糊决策信息环境下的专家权重确定问题提出一种基于Shapley值的Pythagorean模糊多属性群决策方法。本文引入Shapley值和特征函数的定义,提出Pythagorean模糊距离测度和Pythagorean模糊决策误差信息矩阵等概念,并研究它们的性质。进一步,构建基于Shapley值的Pythagorean模糊专家权重确定模型和属性权重确定模型。针对决策信息是以Pythagorean模糊数形式给出的决策问题,提出一种基于Shapley值的Pythagorean模糊多属性群决策方法,并应用到应急救援中,验证了该方法的有效性。     

混合信息系统的邻域多粒度决策粗糙集及应用

为进一步有效处理混合型数据，在混合信息系统中引入邻域多粒度决策粗糙集；鉴于欧氏距离只考虑到数据之间的绝对距离，因此在模型中以卡方距离作为替代；在给定邻域半径之下，提出了混合信息系统的邻域多粒度决策粗糙集模型，对其相关性质进行了证明；实例分析结果表明，该模型具有更好的分类能力，并可通过调整相关参数使模型具有一定的容错性。     

多集值信息表中的多粒度模糊决策论粗糙集

多粒度粗糙集和决策论粗糙集是Pawlak粗糙集的重要推广,目前已成为人工智能研究的热点.然而,它们大多处理的都是单值信息系统中的问题.而实际生活中绝大多数都是处理多值问题,为了解决这一问题,在多集值信息表中将多粒粗糙集与模糊决策论粗糙集相结合进行研究,提出了其在乐观,悲观情形下的上下近似,研究了一些相关性质并给出了多集值信息表中的多粒度模糊决策论粗糙集精度、粗度的概念,最后通过一个具体例子验证其有效性.     

多尺度优势模糊目标决策系统的粗糙集、最优尺度选择及约简

多尺度决策系统的知识获取是当今的研究热点之一。然而,在处理实际数据时,多尺度决策系统中的条件属性值之间可能存在优劣关系,决策属性取值可能为模糊数。针对这一类多尺度决策系统的知识获取问题,本文构建了多尺度优势模糊目标粗糙集模型,给出了该模型的最优尺度选择算法,并讨论了获取所有最优尺度约简的分辨矩阵法和获取一个最优尺度约简的简便算法。最后将本文提出的多尺度优势模糊粗糙集模型、最优尺度选择和规则获取算法应用于计算机审计风险评估,得到较为合理的评估规则。     

双论域上粗糙近似算子的构造性方法与公理化方法

文献[1]在单论域U上，利用论域U上的二元关系，给出了粗糙集理论的构造性方法和公理化方法,本文将这两种方法推广到两个论域上的粗糙集,利用两个论域U和V之间的二元关系，研究双论域上粗糙集理论的构造性方法和公理化方法，推广了文献[1]的结论。     

基于二元语义的纯语义多属性群决策方法

考虑属性评估值、专家权重以及属性权重均以语义信息形式给出的纯语义多属性群决策问题,提出了一种基于二元语义的纯语义多属性群决策方法.采用二元语义表达模型处理专家给出的纯语义评估信息;提出了融合加权调和平均算子和有序加权平均算子的二元语义混合调和平均(2-tuple hybrid harmonic average,2THHA)算子,解决属性评估值以及属性权重的群决策问题.针对传统灰色关联分析方法仅考虑单一参考序列以及没有考虑属性间非线性补偿关系的问题,提出了改进灰色关联分析,同时考虑正理想参考序列和负理想参考序列计算候选方案在每个属性点上的灰色关联度;考虑属性间的非线性补偿,得到了方案的总体评估值.所提方法最后被应用于产品服务系统配置方案选择问题.