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。     

决策信息系统的变换及其变换规则形式化

传统的粗糙集分类、约简、规则挖掘方法处理的对象是某个时间点上的静态信息系统,因而获得的知识也是静态的.实际上信息系统通常表现为易变性和过程性,为了挖掘决策信息系统动态变换的趋势和规则,本文扩展了粗糙集中传统的分类、约简、规则挖掘的应用模式,提出决策信息系统基于时间序列单步和过程变换模型, 建立面向决策信息系统变化趋势的类划分机制和相应的语义,对条件属性变迁与决策属性变迁的相关性进行研究,并给出变换规则的形式化表示.     

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.     

基于覆盖的精度与程度逻辑或粗糙集模型

精度与程度是两个重要的量化指标,它们的结合双量化具有完备意义。本文将精度与程度进行复合,研究基于覆盖的精度与程度逻辑或粗糙集模型。首先,把等价类扩展为覆盖,利用元素的最小描述,提出基于覆盖的精度与程度逻辑或粗糙集模型;其次,给出该模型的上下近似、正域、负域及边界的定义,讨论一些相关的性质和定理;最后,实例分析验证了该模型的优越性。该模型更好地拓展了变精度覆盖粗糙集模型和程度覆盖粗糙集模型,对粗糙集区域的刻画更加准确。     

基于粗糙集理论的区间型多属性灰决策规则及应用

本文在粗糙集理论的基础上,针对属性值为区间数的信息系统,提出了一种新的决策规则。首先,借助于改进的粗糙聚类算法对区间型属性值进行离散化,之后通过构造划分同族矩阵来确定属性约简集。最后,基于灰色关联分析技术提出了灰色决策规则。而在属性权重的确定方面,通过属性相对重要性的定义构造互反矩阵,利用遗传算法解优化模型得到属性权重。     

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。     

水雾化粉末质量预报系统的建模与知识获取

水雾化粉末质量预报系统具有原始数据不全的特点,是一个不完备的信息系统.本文依据此特点,结合变精度粗糙集方法,在相客关系的基础上引入集对分析方法,提出一种基于集对势容差关系的扩充粗糙集方法,并应用于该信息系统的建模中,通过对α的调节和控制,有效保证了制粉生产条件属性容差类划分的准确性和灵活性.最后,本文以该模型为基础,使用基于属性重要性的贪心算法讨论了制粉生产条件属性约简和知识获取的方法、步骤和决策规则.经实际生产验证了获取的预报知识的合理性和有效性,对制粉工艺和生产真正起到了优化作用.     

基于冲突距离的灰色粗糙集模型

在群决策中,由于客观世界的复杂性、不确定以及人认识的有限性,现实的决策信息系统系统总是包含大量的模糊信息、灰数信息,而基于传统的粗糙集以及拓展模型难以有效处理.鉴于此,利用灰色系统和粗糙集的思想与方法,构建了多论域灰色粗糙集模型.首先定义对象间的多维度冲突距离,进而利用冲突距离构建多论域灰色粗糙集模型,并探讨了模型的性质,最后以一个群决策例子验证了模型的有效性与合理性.结果表明该模型是经典粗糙集、区间粗糙集、双论域粗糙集的泛化.     

直觉模糊环境下的教学质量粗糙集评价模型

文章考虑了教学质量评价中的不确定性,研究了直觉模糊环境下的教学质量评价问题,以已有的教学质量评价指标体系为基础,建立了教学质量评价的直觉模糊决策系统,提出了直觉模糊环境下的教学质量粗糙集评价模型,给出基于分类质量的评价指标相对约简及其序决策规则的获取方法,为教学评价提供了一种新的途径.     

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.     

一种改进的局部多粒度决策理论粗糙集模型

局部多粒度决策理论粗糙集要预先获取给定数据集中所有对象的信息颗粒,只需要对特定的目标概念中的对象的信息颗粒进行计算,开创了一种有用的计算范式。然而,传统的局部多粒度决策理论粗糙集在计算三个区域(正域,边界域和负域)时需要主观的给定一对概率阈值(α,β)。在实际的决策应用中,该获取阈值的方法可能会造成信息丢失或判断不准确的问题。为了解决这个问题,这篇文章提出了一种改进的局部多粒度决策理论粗糙集模型,叫做广义的局部多粒度决策理论粗糙集。该模型可以通过一个补偿系数ζ,即可自适应的获得相对应的参数α和β.这不仅减少了人为设置参数的个数,还强化了由多个粒度结构所产生损失的语义解释。     

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。     

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。     

基于粗糙集的经济预警规则发现

应用粗糙集的理论和方法对经济预警有关数据进行分析,挖掘其中隐含的有用信息,提取规则并对规则进行约简,从而求取表达经济预警信息的最小决策规则,为经济预警有用信息的获取提供一种有效的方法.     

多源环境下学生综合素质的决策分析

在现实生活中,多源环境下大学生综合素质分析是一个非常重要的课题。针对此问题,本文从粒计算的角度出发,结合粗糙集决策的方法,构建了多源环境下大学生综合素质决策信息系统,用Matlab对该系统进行约简,并根据约简进行规则提取,对获得的规则进行分析和验证,得出了大学生综合素质决策结论。本文是多粒度粗糙集应用的一个范本,具有重要的理论和实践意义。     

广义梯形模糊数决策粗糙集

考虑到在决策过程中损失函数的不确定性且广义梯形模糊数作为三角模糊数的一种拓展,从贝叶斯理论出发,在三角模糊数决策粗糙集的基础上,将广义梯形模糊数引入三枝决策粗糙集,建立了广义梯形模糊数决策粗糙集并推导了其性质和规则;然后,通过一个协同知识管理项目的例子来阐明模型的具体应用.优势在于不仅将离散模糊集合扩展到连续集合,而且与其它模糊集合相比较具有更好的泛化性.     

一种广义多粒度变精度粗糙集

本文基于文献[4]提出的广义多粒度粗糙集进行模型推广,提出广义多粒度变精度粗糙集模型.在多粒度的粒度不确定性的基础上考虑类选择的不确定性,研究新模型的一些基本性质并以实例计算说明.本文给出的广义多粒度变精度粗糙集为多粒度粗糙集理论的研究和应用奠定一定的理论基础.     

一种广义多粒度变精度粗糙集北大核心

本文基于文献[4]提出的广义多粒度粗糙集进行模型推广,提出广义多粒度变精度粗糙集模型.在多粒度的粒度不确定性的基础上考虑类选择的不确定性,研究新模型的一些基本性质并以实例计算说明.本文给出的广义多粒度变精度粗糙集为多粒度粗糙集理论的研究和应用奠定一定的理论基础.     

不完备序区间值决策系统中的可信规则获取

以不完备序区间值决策系统为研究对象,其中不仅包含遗漏型未知区间值,而且属性值域为全序集.给出了未知区间值的三种形式及其填充式区间值的定义,引入灰的白化方法用以构建一个新的填充式不完备序白化值决策系统,并讨论其在优势和弱势关系下的可信规则获取.进一步研究了优势和弱势对象的约简以及其决策类的相对约简问题,给出了相应的判定定理与区分函数,为最终从不完备序区间值决策系统中获取最优可信决策规则提供了新的理论基础与操作手段.、     

粗糙集方法在路口交通模糊控制中的应用

交通灯的控制是城市交通系统中一个重要的问题.对交通过程采用模糊控制,模糊规则的获取以及模糊规则的客观性问题一直是众多学者努力研究的问题.粗糙集理论的提出主要是用来处理不完整和不确定信息,可以用来观察、测试数据并进行逻辑推理.本文采用粗糙集的方法对模糊规则的生成进行处理,生成相对客观的模糊规则.并结合路口交通的模糊控制问题,阐述该方法的实用性以及生成的模糊规则的客观性.