双论域上的直觉模糊粗糙集

本文给出一种新的双论域上的直觉模糊粗糙集模型,定义的近似算子能够保证被近似集与其上、下近似处于同一论域上.首先,在双论域近似空间中,定义三种直觉模糊集的上、下近似,并研究它们之间的关系.其次,在双论域直觉模糊近似空间中,给出由两个论域上直觉模糊二元关系诱导的单个论域上的直觉模糊二元关系,并进一步给出直觉模糊近似算子的构...     

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.     

双论域上的区间值直觉模糊粗糙集模型及其应用

基于区间值直觉模糊相容关系,给出了双论域上的区间值直觉模糊粗糙集模型并讨论了其相关性质,为粗糙集的应用提供了新的理论基础与操作手段。最后,通过一个例子阐述了本文提出的区间值直觉模糊粗糙集模型在临床诊断系统中的具体应用。     

基于直觉模糊决策粗糙集的三支决策

基于决策粗糙集的三支决策是解决风险决策问题的一种经典方法,利用贝叶斯决策理论生成决策规则。决策规则具有正域、边界域、负域三个区域特征,对应的决策分别为接受决策、延迟决策和拒绝决策。本文将决策粗糙集模型对象之间的等价关系转变为具有自反性和对称性的直觉模糊关系,通过直觉模糊事件概率度量,定义了贝叶斯决策理论中对象状态与对象描述之间的条件概率。将决策损失与直觉模糊数相结合计算对象分类的预期损失,进而由贝叶斯决策理论引导的最小风险决策规则推导出相应的正域、负域、边界域的决策规则。当决策损失满足一定大小关系时将决策规则进行化简,计算出简化决策规则中的阈值与决策损失之间的关系,并且由简化决策规则定义了直觉模糊决策粗糙集的上、下近似。最后将构造的直觉模糊决策粗糙集的三支决策模型应用到直觉模糊概率决策系统,在已知的决策损失下得到相应的决策规则。     

基于ANP与模糊TOPSIS-CRITIC方法的不确定多属性决策模型

随着多属性决策问题的日益流行,处理决策问题的复杂程度也逐渐增加,针对其中权重不确定,难以量化各影响因素主观权重与客观权重以及指标排序不精确的问题,提出了一种将网络层次分析法(ANP)与模糊指标相关性的指标权重确定法(CRITIC)、逼近理想解排序法(TOPSIS)相结合的不确定多属性决策模型首先,在分别使用ANP方法和...     

基于覆盖的模糊粗糙集模型

讨论基于覆盖理论的模糊粗糙集模型。给出了模糊集的粗糙上、下近似算子,讨论了算子的基本性质,证明了覆盖粗糙集模型下所有模糊集的下近似构成一个模糊拓扑,并得到了覆盖模糊粗糙集模型的公理化描述。     

基于截集的变精度模糊粗糙集模型

从多数包含度的定义出发,用多数包含度描述了变精度粗糙集模型,进而研究了变精度模糊粗糙集模型及其性质.     

基于粗糙集的应急案例中概率规则挖掘方法

应急案例作为描述突发事件发生、发展及应对过程的文本,蕴含了潜在的规律与宝贵的经验。为了挖掘应急案例中各要素间潜在的关联关系,构建出基于粗糙集的应急案例中概率规则挖掘方法。首先,构建出应急案例知识五元组,描述应急案例共性特征,并将诸多应急案例信息组织成一张应急案例决策表;然后,应用遗传算法对应急案例决策表进行属性约简,进而获取概率规则;最后,以大兴安岭林区50起重特大火灾案例为例,阐述方法的具体执行过程,并通过两组测试实验证明了方法的可行性和有效性。该方法描述了应急案例的共性本体特征,具有较高的可重用性,有利于为决策者采取应急管理措施提供决策支持。     

基于直觉模糊相似关系下的粗糙集属性约简

描述了直觉模糊相似关系下的粗糙集模型,并在此基础上了定义了正域,依赖度与非依赖度的概念,提出了运用直觉模糊集合理论的粗糙集属性约简算法.最后,用实例证明了该算法的可行性.     

基于模糊粗糙集挖掘方法的证券价格预测研究

为了能更好地对证券市场价格进行合理预测，利用模糊粗糙集以及数据挖掘技术对证券市场中的股票价格在给定时问内进行预测。首先利用模糊集和粗糙集方法将股票价格进行预分类，并按时间属性进行分组，而后通过给出的模糊相似关系下的模糊粗糙集计算每组的真值，通过数据挖掘方法获得候选属性，最终得到相应时间段内的有用规则，根据所得规则预测某一时间段内股票价格的变化趋势。测试结果表踢，该方法能获得较高的准确率，证明其有效性较好。     

一种基于直觉模糊集的群决策方法

利用直觉模糊集理论研究专家意见为{满意,不满意,弃权}三种形式的群决策问题.在构建群决策模型的过程中,分如下两种情形分别将专家意见综合为直觉模糊集:一是首先综合单个专家根据各准则给出的方案评估值;二是首先对单个准则综合所有专家给出的方案评估值.由此建立两个群决策模型.对由直觉模糊集表示的群决策结果,利用推广的TOPSIS方法对它们进行排序选优.最后给出一个应用实例.     

基于粗糙集的突发事件属性约简方法

针对突发事件不完备信息系统中的原始数据存在大量属性冗余的问题,提出一种基于粗糙集的不完备信息系统属性约简方法,以剔除冗余属性,提高知识清晰度。首先对缺失、冗余、噪声以及连续型数据进行预处理;然后进行属性分类,将属性分为条件属性与决策属性,进而建立决策表;最后根据决策表的特征,结合有序加权平均算子的思想,提出一种基于属性重要度的启发式属性约简算法。文末,通过实例验证了方法的正确性与有效性,并利用该方法实现了火灾数据的属性约简。     

模糊粗糙集及粗糙模糊集的贴近度及其应用

本文研究了模糊粗糙集（FR集）及粗糙模糊集（RF集）的贴近度，是权衡两个FR集，两个RF集彼此糙近程度的一种标尺，进而研究了FR集，RF集的内积，外积，引进了FR集，RF集的格贴近度，并在此基础上提出一种新的属性约简的方法。     

基于集对分析下的变精度Bayesian粗糙集模型

引入集对分析概念,提出了一种基于集对分析下的变精度Bayesian粗糙集模型,这就将经典粗糙集模型和变精度Bayesian粗糙集模型推广到了不完备信息系统,并且得到了该模型的上、下近似的一些性质.最后,给出了与该模型定义等价的一个定理.     

基于粗糙集与模糊集理论的图书馆最优购书算法

本文将粗糙集理论与模糊集理论结合起来,给出一种图书馆最优选书算法.该算法首先从已知数据的初始信息系统出发,计算各选书方案之间的相似度,从而构造相似矩阵,然后根据相似矩阵的传递闭包对各方案进行聚类,并根据粗糙集理论求各属性重要性,最后利用加权综合的思想及最小距离方法选择最优买书方案.     

多集值信息表中的多粒度模糊决策论粗糙集

多粒度粗糙集和决策论粗糙集是Pawlak粗糙集的重要推广,目前已成为人工智能研究的热点.然而,它们大多处理的都是单值信息系统中的问题.而实际生活中绝大多数都是处理多值问题,为了解决这一问题,在多集值信息表中将多粒粗糙集与模糊决策论粗糙集相结合进行研究,提出了其在乐观,悲观情形下的上下近似,研究了一些相关性质并给出了多集值信息表中的多粒度模糊决策论粗糙集精度、粗度的概念,最后通过一个具体例子验证其有效性.     

基于区间数正态分布假设的多属性决策集对分析

针对属性权重未知的区间数多属性决策问题,根据区间数取值为正态分布假设时获得期望值μ和标准差σ所提供的信息,应用集对分析理论把μ和σ写成二元联系数,并计算二元联系数的模,再根据属性值模的变差(为最大的属性在属性体系中应该有较大权重的原理),计算各属性权重,在此基础上建模、计算、决策,方法简明,结论可靠,便于作不确定性分析,有利于科学决策.     

基于粗集复合模糊物元的多产品组合生产目标贴近度研究

在企业实际生产过程中,产品组合生产配置问题是企业制定生产计划时需要解决的首要问题,为了协助企业处理产品组合生产配置问题,提出了一种基于粗集复合模糊物元的多产品组合生产目标贴近度的方法。该方法以产品与产品之间的内在关系为切入点,运用复合模糊物元确定各指标的从优隶属度,构建粗集理论和熵权法对各产品组合配置的生产目标贴近度研究模型,并运用层次分析法对各产品组合生产目标贴近度进行修正。最后,运用该方法对某企业多产品组合配置方案的生产目标贴近度进行了研究分析。研究结果表明,该模型能够有效挖掘产品与产品与产品间的内在关系,以两产品组合配置问题为例,帮组企业确定了两产品组合最优配置方案,并通过与传统产品组合配置选择方法进行比较,说明该模型能够更加有效地实现企业多产品组合生产管理最优目标并提供决策参考。