基于信息熵的属性约简在多属性决策中的应用

属性约简是在信息系统中的一个重要操作.分类是属性约简的基础,且直接在大数据集上进行属性约简往往存在效率低下的问题.以分类为基础提出了一种基于信息熵的信息系统属性约简算法.算法通过信息熵的计算,在属性约简的同时对原信息系统逐层分解,从而实现了属性的约简并缩小了搜索空间.提出了依据信息熵来确定属性的不必要性及简约属性集,应用在多属性决策中所带来的优势.     

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 .     

属性模糊集的分解特征

在模糊集理论研究的基础上,结合粗糙集的属性集、元素迁移的相关知识,提出属性模糊集的概念,利用给出属性模糊集的有关知识,结合模糊集与粗糙集合的有关理论,得到了属性模糊集的一系列重要定理,为模糊集合理论的进一步研究奠定了理论基础.     

基于信息量的集值信息系统的属性约简

属性约简是粗糙集理论研究的核心内容之一.在集值信息系统中引入信息量和属性重要性,给出它们的性质及与属性约简之间的关系.针对集值信息系统提出了一种基于信息量和属性重要性的属性约简算法及算法的时间复杂度.通过实例说明,该算法是有效的.     

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.     

考虑缺失属性的多属性群决策方法

针对决策者在不完全属性集下进行评价的多属性群决策问题,考虑对缺失属性上的评价进行估计,提出了一种基于决策者相似度的多属性群决策方法.给定决策者在不完全属性集上的评价矩阵,构造同时考虑交叉属性个数和评价值的决策者相似度,基于此相似度对缺失属性评价进行估计,进而利用加权平均法对完整的评价矩阵进行集结得到每个决策者的方案排序.在此基础上,以决策者方案排序与总体方案排序差异最小为目标,构建优化模型以产生最优的总体方案排序.运用所提方法解决江苏省常州市一家高速列车制造企业的战略项目评价问题,验证了该方法的有效性与应用性.     

基于方案偏好值的属性关联区间多属性决策

针对属性值为区间数,属性权重完全未知,但给出方案的主观偏好值,部分属性偏好关系以及属性交互类型的属性关联多属性决策问题给出决策方法.首先建立期望值目标规划模型,确定出属性集的M(o|¨)bius表达式以及属性权重,然后利用扩展的区间Choquet积分算子对决策信息进行集结,计算出各方案的区间模糊综合评价值,再利用比较区间数的期望值方法,从而得到方案的最终排序.最后给出了分析实例以说明所提出方法的有效可行性.     

集值信息系统在相容关系下的属性约简

借助于属性集值的相似程度在集值信息系统上定义了一种新的相客关系,给出了这种相客关系下集值信息系统的属性约简与判定,得到了集值信息系统属性约简的具体探作方法,并讨论了相似水平对集值信息系统的属性约简的影响.     

Fuzzy信息系统的属性约简

在文献[2]中Fuzzy信息系统及其Rough集理论的基础上给出了Fuzzy信息系统的属性约简理论.     

基于模糊区分矩阵的增量属性约简

在实际应用中,决策系统的属性集可能随时间而变化。如何有效地更新约简成为数据挖掘中的重要任务之一。当属性集发生变化时,经典约简算法需要重新计算整个数据。而增量学习充分利用了现有的约简信息,避免了大量的重复计算,从而提高了计算效率。本文针对属性增加和减少的动态数据研究了增量属性约简方法。首先分别设计了属性增加和减少时模糊区分矩阵的更新机制;然后提出了新的属性增加的属性约简算法AIFDM和属性减少的属性约简算法ADFDM.最后,实验结果表明所提的增量算法能够有效的根据属性的增加和减少更新约简,且计算效率提升约1至4.9倍。     

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.     

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 .     

权重信息不完全的多属性决策的灰色关联分析法

针对属性权重信息不完全且属性值确定的多属性决策问题,提出了一种灰色关联分析的决策方法.该方法依据一般的灰色关联分析方法的基本思路,给出了解决属性权重信息不完全的多属性决策问题的计算步骤,其核心是通过构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案与正理想方案的相对关联度,即可得到所有方案的排序结果.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.     

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。     

知识的属性扰动与属性扰动定理

By using the dynamic characteristic of one direction S-rough sets(one direction singular rough sets) and dual of one direction S-rough sets(dual of one direction singular rough sets),the concepts of attribute disturbance of knowledge,the attribute disturbance degree of knowledge,and the disturbance coefficient of knowledge are given.By employing these concepts,the cardinal order theorem of the attribute disturbance knowledge,the unit circle theorem of the attribute disturbance knowledge,and the discernib...     

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.     

多属性决策的目标排序法

多属性决策的难点在于确定各目标的权系数。本文探讨了各目标的权系数难以确定、但知道其大小排序的情况下的决策原理和方法。