粗信息矩阵的数量特征

利用已给出粗信息矩阵及粗集的有关理论,提出并研究了粗信息矩阵的两个数量特征--粗牲度短阵及粗精度矩阵,给出了一系列性质及定理.     

动态粗信息粒度矩阵的关系讨论

在前面已讨论过的静态粗信息矩阵数量特征(粒度、精度)基础上,利用动态粗糙集理论,进一步给出动态粗信息粒度矩阵的三种形式,系统地讨论了静态、动态系统的粗信息粒度矩阵的特征及其关系定理,这一研究不仅完善了粗信息矩阵这一新的研究方向内容,而且为动态系统的知识挖掘提供了一个可靠的依据。     

变精度动态S-粗集模型及应用

通过分析变精度概率粗集模型与概率S-粗集模型的不足,给出了一般关系下的变精度S-粗集模型,并将变精度与概率S-粗集相结合,得到了变精度概率S-粗集模型。运用该模型处理相关动态问题会明显降低决策失误的风险。     

一元F-粗积分的概率估计

在函数单向S-粗集生成的一元F-粗积分的基础上,结合元素迁移的概率特征,提出了依概率p-粗积分的概念,给出了依概率p-粗积分上下关系链定理和依概率p-粗积分关系链定理,讨论了依概率p-粗积分和F-粗积分及牛顿积分间的关系.     

λ-模糊粗传递模型及其特性

根据实际中的三种信息传递情况,本文利用粗糙模糊集、模糊子集、截集等理论讨论了λ-模糊粗传递模型的特性,得到了λ-模糊粗传递模型与模糊粗传递模型的关系,给出了两种分解定理.以此为基础,分析了λ-模糊粗传递模型中信息的变化情况,给出了信息精确传递的条件,进一步得出了提高信息传递精确性的方法.λ-模糊粗传递是粗糙模糊集的一种新的应用.     

基于后悔理论的灰色应急决策方案动态调整方法

突发事件发展具有可变性、动态性、随机性等特点,这要求决策者能根据实际情况及时调整应急方案,在此过程中决策者往往表现出“有限理性”的心理特征。针对以上情形,提出一种基于后悔理论的决策方法,以解决不确定环境下考虑决策者心理因素的应急方案动态调整问题。该方法首先描述分析了基于灰数信息的应急调整方案的生成过程;然后从后悔规避的视角构造了调整方案集关于处置效果、调整成本、应对损失三方面的灰色感知效用矩阵;进一步,用转移概率矩阵预测突发事件的演化概率,计算各调整方案的灰色综合感知效用值以选出最佳调整方案;最后,通过实例验证了该方法的可行性和有效性。结果表明,该方法贴近决策实际、具有较强的实用性;能够为应急决策的方案调整问题提供方法指导和理论支持。     

广义覆盖粗集的约简

在保持一对覆盖上、下近似算子不变的条件下,探讨覆盖族的约简.利用所构造的辩识矩阵给出覆盖族的约简与核心的判别定理,并提出基于信息量的寻找最小约简的算法,从而进一步完善广义覆盖粗集的约简理论.     

利用有限域上交错矩阵构造Cartesian认证码

设Fq是q元有限域,q是素数的幂.令信源集S为Fq上所有的n×n交错矩阵的合同标准形,编码规则集E为Fq上所有的n×n非奇异矩阵,信息集M为Fq上所有的n×n交错矩阵,构造映射f:S×E→M,(K'(v,n),g)→gK'(v,n)gT.证明了该四元组(S,E,M;f)是一个Cartesian认证码,并计算了它的参数.进而,假定编码规则按照均匀的概率分布所选取,计算出了该码的成功模仿攻击概率PI和替换攻击概率Ps.     

扩张原理的粗集表示

粗集、模糊集均是处理不确定信息的数据分析工具,是数据挖掘的重要方法.由Zadeh首先提出的模糊扩张原理是模糊集理论的最基本的原理之一,粗集是通过上、下近似算子来发挥作用的.本文讨论扩张原理与粗集上近似之间的关系,证明了扩张原理可以表示成粗集上近似的形式,因此,扩张原理成了粗集与模糊集之间的桥梁.此外,借助粗集上、下近似算子的公理系统解决了扩张原理的反问题.     

基于概率语言术语集的非个性化推荐算法研究

概率语言术语集以其能够准确清晰地表达决策者自身偏好且能有效处理决策过程中产生的不确定信息等优点,近年来成为了推荐领域的研究热点.然而相对于个性化推荐场景,其在非个性化推荐方面的研究至今鲜有人涉及.文章将概率语言术语集的特点与非个性化推荐相结合,从各概率语言术语值之间的横向比较出发,提出了一种非个性化产品的推荐策略,以丰富非个性化推荐算法的研究.首先利用概率语言术语集描述了系统中的产品,借助数据补齐的方法建立了产品之间的可比关系.其次,以标准化的概率语言术语集为基础,构建了非个性化产品的排序矩阵.最后,运用特征向量方法得到了一般的非个性化产品的推荐排序.论文借助MovieLens数据集进行了应用,得到了有效的推荐结果.通过对比分析验证了算法的可靠性和科学性.文章研究旨在为概率语言术语集在非个性化推荐领域的应用提供一种新的思路参考.     

基于粗集理论的组合预测法在无形资产评估中的应用

针对如何评估企业无形资产的问题,运用基于粗集理论的组合预测方法,建立了企业无形资产评估的数量模型。该模型的特点是将组合预测方法中权系数的确定问题转化为粗集理论中的属性重要性评价问题,这样就在很大程度上克服了传统组合预测方法中权系数确定主观性太大的缺陷,而使得权系数的确定更具客观性。最后,结合实例阐述了基于粗集理论的组合预测方法在企业无形资产评估中的应用,进一步说明了该方法的可行性和有效性。     

知识库中知识的信息表示及其上的粗动力系统

粗集理论对知识进行了形式化定义,它为处理不确定,不完整的海量数据知识提供了一套严密的数据分析处理工具．但粗集概念及运算的代数意义表示往往不易被人理解．本文针对于此。在知识库中提出了知识的信息熵问题,证明了知识的某些信息表示与其代数表示是等价的,最后还讨论了知识库上的粗动力系统的一些性质。     

基于r维正态扩散的区域热带气旋灾害模糊风险分析

从1980-2008年影响广西的热带气旋灾情资料和地面观测资料中选取23组数据,构造灾情指数序列和致灾源指数序列.通过计算得到超越概率的灾害风险估计值.利用r维正态扩散将单值样本扩散为集值样本以构造原始信息矩阵,借助因素空间理论将其转化为模糊关系矩阵,通过模糊近似推理和模糊集重心的计算,得到以致灾源因子为输入样本近似估计灾情的风险值.然后用距离贴近度和择近原则进一步计算和分析致灾因子和承载体易损性的相关程度.最后,计算了各区域灾害的风险度,同时,给出供决策参考的热带气旋灾害风险度区划图.     

动态粗集的一种新结构

Z.Pawlak粗集理论是一种研究和处理静态知识的静态粗集理论.提出研究和处理动态知识的动态粗集理论,给出动态粗集的数学表示,定义知识库上的元素迁移系数、D-粗集、D-近似集等概念,研究D-粗集的迁移特性,给出D-粗集退化定理、D-粗集转化定理、迁移平衡定理等,并进行实例分析和意义解析.D-粗集是Pawlak粗集的一般形式,而Pawlak粗集可以看作D-粗集的一种特例.     

改进二元分布估计算法求解置换流水车间调度问题

针对置换流水车间调度这类组合最优化问题的求解,提出了一种改进二元分布估计算法(Improved binary estimation distribution algorithm, I-EDA)。算法以二元分布估计算法为架构,使用NEH(Nawaz-Enscore-Ham)启发式算法生成初始解,提高了初始解的质量;通过对优势解的统计采样构建位置矩阵模型和链接矩阵模型,依照两个矩阵模型的合并概率组合链接区块产生子代。提出了NEH插入式重组策略和基于位置概率的交换策略和两种全新局部搜索机制替代原二元分布估计算法的相邻交换法,以进一步筛选优势解。最后通过对Reeves标准测试集的仿真实验和算法比较验证了所提出算法的有效性。     

覆盖S-粗集模型的性质

讨论基于覆盖理论的S-粗集模型的性质,给出了S-粗集生成的拓扑结构,证明了覆盖S-粗集模型与自反、传递关系下的S-粗集模型是等价的。     

具有衰减测量和随机时滞的离散非线性复杂网络的保概率集员滤波

研究一类离散非线性复杂网络的保概率集员滤波问题.考虑网络节点受状态随机时滞、衰减测量等影响,为了更贴合实际,采用两类相互独立的随机变量分别描述状态时滞和测量衰减特征.引入Bernoulli随机变量将随机时滞刻画为随机发生时滞,引入在某区间上服从已知概率分布的随机变量刻画衰减测量.文章设计一个分布式集员滤波器,给出滤波误差系统所需满足的充分条件以保证滤波误差被限制在已知椭球集内的概率不小于已给定的概率值,且该充分条件由一个递推线性矩阵不等式表示;建立在矩阵迹最小意义下的凸优化问题以最小化每个时刻所获得的概率椭球集,并设计一个保概率集员滤波器增益矩阵的求解算法.最后,通过一个数值算例验证所设计的滤波设计方案的有效性.     

一个投资问题的信息结构

本文研究一个投资问题中的信息价值，其中信息可以是不完美的，信息价值依赖于其结构．信息结构由状态变量与信息变量联合概率(或条件概率)矩阵来描述．我们定义了矩阵的一些偏序，通过这些偏序给出了信息价值的比较关系．由这些结果，我们导出了信息价值的一些基本性质．     

基于类Pearson综合相关系数的概率语言TOPSIS多属性决策方法

概率语言术语集(PLTS)包含了语言术语信息及其相应的概率信息,使得原始决策信息得到充分利用,大大提高了语言术语多属性决策的科学性.文章研究了一种基于概率语言术语集类Pearson综合相关系数的TOPSIS多属性决策方法.首先考虑了PLTSs的3个特征因素:均值、方差和长度,然后基于传统Pearson相关系数的思想,提出了一种新的概率语言术语集类Pearson综合相关系数,其特征是可从完整性、分布情况和犹豫性3个方面描述PLTSs,且取值大小介于区间[-1,1],从而可度量变量之间的正负相关关系,改进了现有方法存在的缺陷.为融合属性指标的不同权重,提出了概率语言术语集加权类Pearson综合相关系数,其考虑了属性权重的重要性,拓宽了适用范围.进一步地,构建了基于类Pearson综合相关系数的概率语言术语相对贴近度指标,并在此基础上提出了一种基于类Pearson综合相关系数的概率语言术语TOPSIS多属性方法.最后,通过数值算例和比较分析,说明该方法的有效性和适用性.     

一种具有不确定偏好序评价信息的群决策方法

针对具有不确定偏好序评价信息的群决策问题,提出了一种决策方法。首先,描述了不确定偏好序的概念,并将它转化为概率向量,同时给出概率向量加权算子;然后,给出了概率向量两两比较的可能度的定义及性质分析;依据概率向量加权算子及可能度,建立了方案两两比较的可能度矩阵;基于可能度矩阵及互补判断矩阵的权重公式,计算方案的优先权重并对方案进行优选;最后,通过一个算例说明了该方法的可行性和有效性。