不完备直觉模糊信息系统属性约简新方法

为了解决不完备直觉模糊(决策)信息系统属性约简问题,首先利用属性值贴近度和阈值λ构建不完备直觉模糊信息系统的广义λ-容差关系,然后利用此广义λ-容差关系来定义不完备直觉模糊(决策)信息系统的广义λ-可辨识矩阵,再后根据广义λ-可辨识矩阵构造不完备直觉模糊(决策)信息系统的广义λ-辨识公式,最后通过所构造的广义λ-辨识公式的极小析取范式可以唯一确定不完备直觉模糊(决策)信息系统所有(相对)约简。通过算例说明所介绍的属性约简方法的科学性和有效性。     

直觉模糊序决策信息系统的分布约简

本文在直觉模糊决策信息系统中引入直觉模糊序关系,建立了基于直觉模糊序关系的决策信息系统.然后,基于定义的分布协调集,给出相应分布约简的判定定理和可辨识分布矩阵,从而提供了直觉模糊序决策信息系统的属性约简方法.最后通过例题验证方法的有效性.     

不完备直觉模糊信息系统的属性约简

利用优势关系,可对完备直觉模糊信息系统与决策信息表进行属性约简.将优势关系改进为广义优势关系,在此基础上构建了不完备直觉模糊信息系统与决策信息表的辨识矩阵,得到了求解属性约简与相对约简的具体方法.     

不一致直觉模糊决策信息系统的约简

近年来出现了许多用粗糙集理论处理各种信息系统的方法,但是对直觉模糊信息系统还没有做出相关的讨论.本文首先在不一致直觉模糊决策信息系统中定义了优势关系,然后引入基于此优势关系的分布约简、最大分布约简的概念,并通过可辨识矩阵及辨识函数得到求解这两种约简的具体方法.     

不一致不完备直觉模糊信息系统的属性约简

利用广义优势关系,可完成不完备直觉模糊信息系统属性约简工作.若不完备直觉模糊信息系统属性约简不一致时,则可进一步利用广义优势关系定义此类信息系统的分布函数和最大分布函数,然后介绍分布约简和最大分布约简的概念,最后给出求分布约简和最大分布约简的有效方法.由此可成功解决不一致不完备直觉模糊信息系统属性约简问题.     

基于可辨识矩阵的模糊目标系统决策约简算法

在模糊目标信息系统决策约简和可辨识矩阵定义的基础上,讨论了可辨识矩阵的性质以及与决策约简集之间的关系.同时定义一种新的属性重要度,并将此作为启发式信息,设计了一种模糊目标决策信息系统最小决策约简算法,通过实例验证该算法简捷、有效.     

不完备模糊目标信息系统的α,β精度约简算法

本文首先定义了不完备模糊目标信息系统及其非对称相似关系,然后借鉴经典的可辨识矩阵精度约简算法,提出一种新的基于非对称相似关系的可辨识矩阵(α,β)精度约简算法,对不完备模糊目标信息系统进行属性约简.最后给出一个实例,检验算法的可行性.     

直觉模糊集信息系统属性约简算法

针对信息系统属性值是直觉模糊集的情况提出一种新的属性约简算法:首先定义各个属性值之间贴近度函数,计算出各个属性值的贴近度矩阵,定义了直觉模糊集信息系统的可区分矩阵,给出了其约简的判定定理,利用模糊聚类中的平方法求出其可区分矩阵的传递闭包,将其转化为等价矩阵,给定一个主观水平对其进行模糊聚类,将其转化为具有等价关系的信息系统并且进行约简,从而得到直觉模糊集信息系统的核心属性。给出了该算法的复杂度。最后通过一个算例表明这种方法的有效性和合理性。     

一种基于相似度比较的模糊属性约简方法

属性约简是粗糙集理论的重要研究内容,本文基于模糊信息系统,一方面,通过模糊相似关系定义了条件相似度以及决策相似度,建立了关于条件相似度与决策相似度的相对比较矩阵,给出了属性约简集的新定义;另一方面,结合知识的粒度、分辨度、关联度确定了条件属性对决策属性的重要度,由此,提出了一种基于相似度比较的模糊属性约简方法。     

基于可辨识矩阵的属性约简算法及应用

针对决策信息系统最大分布约简问题,从代数角度给出了一种启发式属性约简算法.该算法在最大分布可辨识属性矩阵基础上,首先以最大分布核属性集为起点,然后对其余属性按其在可辨识属性矩阵中出现的频数大小逐次添加到核属性集中,再根据启发式算子对新的属性集给出最大分布约简的判断.重复以上步骤,直到找到最大分布约简.算例分析表明该算法的有效性和可行性.     

基于属性测度的决策系统研究

在属性集和属性测度理论基础上系统地讨论了属性测度综合评价和决策系统.把综合决策系统分为三个子系统;第一个为单指标性能函数分析子系统,第二个为多指标综合性能函数分析子系统;第三个为识别分析子系统.并在属性测度决策系统的基础上,给出了一个应用实例.通过实例的分析,表明该系统是合理、实用和有效的.     

属性数学-属性测度和属性统计

本文研究了属性集和属性测度,它们是属性数学的基础.本文提出了属性统计方法,并指出,概率统计、模糊统计、集值统计是它的特殊情况.     

属性区间识别理论模型研究及其应用

根据程乾生教授创立的属性识别理论模型[1] ,提出了属性测度区间的概念 ,建立了属性区间识别理论模型 ,并在自然科学学术期刊质量评价中进行了应用 .     

区域经济发展的属性模式识别模型

本将属性模式识别系统应用于区域经济发展优先级别的评价中。在建立评价指标体系的基础上。根据各指标的权重，提出确定区域经济发展中心的属性测度模型。并以黄河流域的12个大城市为样本，给出了一种比较科学的、切实可行的区域经济发展优先级别的评价方法。     

基于属性优先级别关系和满意度的多属性决策方

本文研究了属性间有优先级别关系,各属性有满意度要求的多属性决策问题.利用属性间的优先级别关系和属性的满意度要求来确定低级别的属性对高级别的属性的补偿的大小的方法,获得了一种多属性决策信息集结方法,推广了相关文献的结果,使得决策结果更加符合实际的决策要求.     

属性判断矩阵的一个性质

在属性层次模型的应用中,要检验属性判断矩阵的一致性.这个矩阵是由正互反矩阵转换而来.指出:如果正互反矩阵具有一致性,那么经转换而得到的属性判断矩阵一定具有一致性.     

基于属性测度的聚类分析模型及其应用

在属性测度概念的基础上 ,运用属性聚类网络方法解决模式识别问题 .本方法在期货价格趋势分析中有较成功的应用     

属性识别预警系统(AFS)——一种新的信用评价方法

在属性集和属性测度函数的基础上建立了属性测度预警系统.利用我国深、沪两交易所2000年公布的106家上市公司作为训练样本,计算出“差”企业和“好”企业的属性测度均值,构造出属性测度函数.进而对2001年公布的13家预亏公司进行预警分析,用置信度准则及最大属性测度准则判别,预警准确率分别达到92.31%和100%.因此,属性识别预警系统在信用评价方面具有良好的应用前景.     

属性测度μ_x(A)的扰动问题及属性扰动算子研究

提出了属性测度 μx的扰动概念 ,使得对属性集的描述更加符合客观实际 .在此基础上定义了扰动属性区间集、属性测度区间和属性扰动算子 ,为属性数学的进一步发展拓宽了空间 .     

基于属性识别理论城市核心竞争力指标体系定量研究模型

城市核心竞争力的识别和判断属于具有层次结构的复杂决策问题,根据系统性、层次性、针对性和动态性原则建立指标体系,利用属性识别理论和层次分析方法,将定性和定量相结合,建立城市核心竞争力的数学模型.