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。     

直觉模糊决策信息系统属性约简

由属性值贴近度和阈值λ可构建λ-容差关系,利用此λ-容差关系可定义直觉模糊决策信息系统属性约简的λ-可辨识矩阵,进一步可定义λ-辨识公式,最后通过λ-辨识公式的极小析取范式可以唯一确定直觉模糊决策信息系统所有的相对约简,从而可成功地解决求解直觉模糊决策信解息系统属性约简问题.     

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.     

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。     

基于优势关系的不协调区间值目标信息系统的分布约简

区间值信息系统是单值信息系统的的一种推广,知识约简是粗糙集理论的核心问题之一.在基于优势关系下的不协调区间值信息系统中引入了分布约简和最大分布约简的概念,进一步建立了分布约简和最大分布约简的判定定理和辨识矩阵,从而利用辨识矩阵给出了在优势关系下不协调区间值目标信息系统分布约简的具体方法.     

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。     

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.     

A dominance intuitionistic fuzzy-rough set approach and its applications

Although the rough set and intuitionistic fuzzy set both capture the same notion, imprecision, studies on the combination of these two theories are rare. Rule extraction is an important task in a type of decision systems where condition attributes are taken as intuitionistic fuzzy values and those of decision attribute are crisp ones. To address this issue, this paper makes a contribution of the following aspects. First, a ranking method is introduced to construct the neighborhood of every object that is determined by intuitionistic fuzzy values of condition attributes. Moreover, an original notion, dominance intuitionistic fuzzy decision tables (DIFDT), is proposed in this paper. Second, a lower/upper approximation set of an object and crisp classes that are confirmed by decision attributes is ascertained by comparing the relation between them. Third, making use of the discernibility matrix and discernibility function, a lower and upper approximation reduction and rule extraction algorithm is devised to acquire knowledge from existing dominance intuitionistic fuzzy decision tables. Finally, the presented model and algorithms are applied to audit risk judgment on information system security auditing risk judgement for CISA, candidate global supplier selection in a manufacturing company, and cars classification.     

优势关系下决策表的下近似约简方法研究

研究了优势关系下不协调决策表的下近似约简问题,引入新的下近似约简的定义,证明新的下近似约简与文献[7]定义的下近似约简等价。给出新的下近似约简的判定定理和辨识矩阵,与文献[7]的辨识矩阵相比,计算新的下近似约简的辨识矩阵的时间复杂度要低。因此,可以利用新的辨识矩阵来求决策表的下近似约简．     

考虑供应链影响时基于粗糙集方法的企业信贷风险评估

对于考虑供应链时的企业信贷风险评估问题,提出基于粗糙集的解决办法.首先,根据样本数据建立决策信息表;然后采用等间距法对决策信息表的连续属性值进行离散化,并且应用辨识矩阵求出最小约简;最后,应用启发式值约简算法求出决策规则.试验计算结果表明,所提出的方法对企业的信贷等级能够进行有效的预测.     

区间值信息系统上决策规则的获取与优化

以区间值信息系统上的变精度相容关系所确定的极大变精度相容类作为的基本知识,在相似水平不变的情形下,提出了极大变精度相容类的属性描述、相对约简、决策规则及相对最优决策规则等概念.最后,针对极大变精度相容类,定义了一种基于区分矩阵的区分函数,并通过计算区分函数的析取范式得到获取区间值信息系统相对最优决策规则的具体操作方法.     

知识的Fuzzy-Rough性研究及其应用

提出了知识的Rough熵与Fuzzy熵的概念,综合度量了知识的粗糙性和二元关系的不确定性,讨论了它的性质,给出了若干定理,并应用于目标信息系统的相对约简,得到最小约简,最后举例说明相对约简过程。     

区间值信息系统基于极大相容类的属性约简

区间值信息系统是单值信息系统的一种广义模型,通过引入变精度相容关系以及极大变精度相容类,提出区间值信息系统的属性约简与对象的相对属性约简.进一步,基于区分矩阵,定义一种区分函数与相对区分函数,得到计算区间值信息系统上属性约简与相对约简的具体操作方法.     

A new decision support model in multi-criteria decision making with intuitionistic fuzzy sets based on risk preferences and criteria reduction

In this paper, we propose a new model for decision support to address the ‘large decision table’ (eg, many criteria) challenge in intuitionistic fuzzy sets (IFSs) multi-criteria decision-making (MCDM) problems. This new model involves risk preferences of decision makers (DMs) based on the prospect theory and criteria reduction. First, we build three relationship models based on different types of DMs’ risk preferences. By building different discernibility matrices according to relationship models, we find useful criteria for IFS MCDM problems. Second, we propose a technique to obtain weights through discernibility matrix. Third, we also propose a new method to rank and select the most desirable choice(s) according to weighted combinatorial advantage values of alternatives. Finally, we use a realistic voting example to demonstrate the practicality and effectiveness of the proposed method and construct a new decision support model for IFS MCDM problems.