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.     

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.     

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.     

基于属性约简的分类及其应用

约简是粗糙集用于数据分析的重要方法和手段,也是粗糙集理论的核心内容之一.论域U上的等价关系可以确定U的划分,U上的不可区分关系是等价关系.利用不可区分关系定义信息系统的划分协调集及划分约简集,而且证明了划分约简集的判定定理,并将其应用于实际分类问题.     

集值信息系统下基于λ-近似的属性相对约简

针对集值信息系统,基于相容关系下的极大相容类及OWA算子的性质,提出了λ-近似算于,给出了λ-近似算于下的λ-上、下近似集合,并分析了λ-近似算子的性质.同时,借鉴基于属性重要度的启发式约简算法,通过模糊化λ-下近似集合,进一步得到了属性的相对依赖度及属性的相对约简.     

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.     

改进的简化决策表及属性约简

研究了不一致决策表的简化与属性约简问题,指出目前简化的决策表的局限:在简化的决策表上用现有的属性约简方法与在原决策表上基于正区域的属性约简方法,所得到的结果不一致.进一步对简化的决策表进行转换,得到新的决策表.基于正区域的属性约简,证明了在原决策表上约简与在新的决策表上约简结果相同.从而保证在实际应用中,对新的决策表可以用任意一种属性约简方法.     

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．     

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.     

一般二元关系下的关系决策系统属性约简

文献[Wang C Z,Wu C X,Chen D G.A systematic study on attribute reduction with rough sets based on general binary relations.Information Sciences,178(2008),2237～2261]将基于经典粗糙集上的属性约简模型推广到基于广义粗糙集模型上,给出了关系决策系统中属性约简的判定定理和辨识矩阵.但是在属性约简模型中,支撑域的界定使模型的一般性受到限制.本文通过重新定义决策域的正域,给出了改进的决策系统属性约简判定定理和辨识矩阵,并对约简性质进行研究,实现关系决策系统基于正域的属性约简.     

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.     

决策系统属性约简的双向算法

提出了决策系统中对象约简的新思想,即在搜索属性约简的同时不断地缩小论域;并设计了一个采用增量式方法计算决策系统的双向约简算法;分析了算法的时间复杂度,最后用一个实例说明了算法的可行性与有效性.     

带有方案偏好关系的模糊多属性决策方法

针对属性值为一般模糊变量、属性权重信息完全未知但已知方案偏好关系的模糊多属性决策问题，给出了决策方法。首先通过求解一个模糊期望值模型来确定属性的权重，然后基于简单加权平均法则来计算各方案的模糊综合评价值,再根据比较模糊变量大小的期望值方法来对方案进行排序,最后给出一个算例。     

基于优先关系的多指标区间决策

讨论了指标的权重和效用值都包含区间数的多指标决策问题,构造了方案优先关系的和谐性检验和不和谐性检验,给出了方案间的“强优”和“弱优”关系,研究了方案排序的原理和方法.     

基于依赖空间的信息系统的属性约简

在粗糙集的信息系统中构造了依赖空间,并给出了基于依赖空间的信息系统的属性约简理论和约简方法,并举例说明其方法的有效性和可行性.     

一种基于区间型联系数的多指标决策方法

首先定义了区间数贴近度,并讨论了相应的性质;然后在联系数的基础上定义了区间型联系数及运算法则,并给出了区间型决策矩阵的规范化公式,提出了一种基于区间型联系数相对贴近度的决策方案排序方法.运用该方法进行多指标决策和评价,概念清楚、涵义明确,决策和评价结果准确、可信、不具有主观随意性.最后通过实例分析验证了该方法的有效性和...     

基于直觉模糊集的多属性决策方法

对基于直觉模糊信息的多属性决策问题进行了研究,引入了直觉模糊数的得分函数、直觉模糊正理想点和负理想点,然后给出了基于TOPSIS的多属性决策方法,通过计算各备选方案的得分向量与直觉模糊负理想点得分向量之间的距离来确定各备选方案的综合评价指数,进而判断方案的优劣次序.最后,通过一个具体的实例分析说明了该方法的有效性与具体应用过程.