多尺度单值中智系统中基于优势粗糙集模型的最优尺度选择与约简

单值中智集是处理不确定、不一致信息的有效工具，结合单值中智粗糙集和多尺度决策系统，提出基于优势关系的多尺度单值中智粗糙集模型的最优尺度选择和约简算法.首先，在构建基于优势关系的多尺度单值中智粗糙集模型时引入正理想点、负理想点和不确定点来刻画单值中智数大小关系；其次，结合证据理论中的信任函数和似然函数给出模型的最优尺度选择算法及约简算法；最后，利用五组UCI数据集对文中提出的模型与算法进行实例验证，分析算法的有效性.提出的算法在分类精度和算法效率两方面都有所提高，进一步扩展了单值中智粗糙集在多尺度决策系统下的应用，为后续该领域的研究提供参考.