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。     

集覆盖问题的粗糙集属性约简方法

集覆盖问题和粗糙集属性约简问题都是当前的研究热点,两者均有广泛的应用背景.目前,集覆盖理论与粗糙集理论的交叉研究还处于起步阶段.文章的工作主要是把集覆盖问题转化成测试代价敏感粗糙集属性约简问题,使得可应用粗糙集理论来研究集覆盖问题,目的在于丰富集覆盖理论与粗糙集理论的交叉研究.首先构造集覆盖的分辨矩阵,然后在该分辨矩阵...     

模糊多属性决策中的离差最大化方法

本文研究属性权重完全未知且属性值为L-R模糊数的多属性决策问题,提出了一种在多属性决策中,基于模糊数及α-截集理论,用离差最大化方法来估计属性权重的方法,随后研究了这种方法的相关性质,给出方程的解,得到方案排序结果。研究表明,由本文所提出的方法是有效、可行的。     

基于三角模糊数特征参数模的多属性决策

针对三角模糊数具有不确定性的特点,应用概率统计理论和集对分析计算三角模糊数的特征参数及其模,再利用这种模进行多属性决策,实例应用表明不仅可行,而且原理清晰、计算方便.     

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。     

优势关系下带属性权重模糊决策表的部分一致约简

在现实生活中很多信息表是基于优势关系的,同时信息表中每个样本的属性值是模糊数,并且对不同的属性的重视程度也是不完全相同的,即对于不一样的属性存在着不一样的权重.针对这一情况,本文借鉴了直觉模糊序表的权重函数的想法,建立了一种在条件属性集上的权重函数,并给出了不协调的带属性权重的模糊序决策表.然后,在该决策表中定义部分一...     

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.     

弱属性层次模型WAHM及其应用

属性层次模型AHM是一种解决无结构问题的重要决策方法.基于属性层次模型AHM的全面分析,加以推广改进,提出一种弱属性层次模型WAHM.在相关定义的基础上,给出了WAHM弱属性判断矩阵的构建方法和弱一致性的判定定理,以及相对属性权公式.通过算例得知,弱属性层次模型WAHM与属性层次模型AHM相容,适用范围更广.     

一种SPA记分函数的多属性决策方法

在集对分析(SPA)理论基础上,结合集对分析联系数同、异、反之间的关系及内在规律,提出了SPA集记分函数的概念,并讨论了其含义特性.据此建立了一种基于SPA记分函数的多属性信息决策方法.最后,通过实例说明该方法的具体计算过程及步骤.     

基于TOPSIS的属性关联直觉模糊多属性决策方法

针对属性值为直觉模糊数,已知部分属性偏好关系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.首先定义方案到正(负)理想方案的距离及各方案与正理想方案相对贴近度.然后以极大化各方案与相对贴近度为目标建立优化模型,确定出属性集的模糊测度.进而基于直觉模糊Choquet积分算子计算各方案的直觉模糊综合评价值,再根据直觉模糊数的得分值及精确度得到方案的排序.最后通过实例验证了方法的有效可行性.     

集值信息系统及其属性约简

阐明集值信息系统具有知识表达的实际意义;引入关于相容关系的最大相容分类方法对论域中的对象分类,以保证每个相容类中的对象具有共同的属性特征;讨论集值信息系统的属性约简问题,利用区分函数,给出核及约简的求法.