杂合灰色聚类与扩展优势粗集的概率决策方法

为了能够由多标准信息表获取最小的知识表达,提出了一种灰色定权聚类与扩展优势粗糙集杂合的方法,杂合方法建立的基本思路为:首先运用灰色定权聚类方法将由不同量纲偏好属性组成的多标准信息表生成多标准决策表,接下来应用扩展优势粗糙集方法进行概率决策分析,并导出偏好概率决策模型.该方法被应用于区域关键技术的评价选择中,获取的偏好概率决策规则可为决策者提供决策参考.     

基于粗糙集的空军航材供应点的偏好选址

在分析空军航材供应点选址影响因素的基础上，提出了用粗糙集理论求解偏好选址问题的方法。考虑到选址是一个具有偏好信息的多属性决策问题，因此在粗糙集方法的使中，用一个两两较表代替原来的决策表，并通过优势属性集来推理决策规则，从而确定各方案排序。这为空军航材供应点的选址提供了一种更为科学、有效的方法。     

基于序关系的多准则粗集决策方法及应用

从序关系的角度研究多准则决策问题,提出了基于序关系和粗糙集理论的多准则决策方法的系统流程.针对传统定性转换方法信息丢失和导致信息表不一致的缺陷,提出了一种新的定量转换方法,将有序表转换成两两比较表.给出了基于粗糙集的改进RG序规则挖掘算法,并将其应用于两两比较表上以获取供决策使用的排序规则.最后,将该决策方法应用于航材偏好选址问题,决策结果说明了该方法的可行性和有效性.     

基于模糊集和粗糙集的武器系统作战能力评估

为了解决多属性决策中各属性权值常依赖主观确定的问题,提出了一种基于模糊集和连续粗糙集的武器系统作战能力评价模型。对连续系统样本值归一化后,采用模糊偏序模型对各样本进行排序,建立连续值决策信息表,解决了一般粗糙集需要有决策信息表的问题。进而基于粗糙集属性的广义重要度,计算各属性值的权重系数,避免了因属性值离散化对噪声的敏感而造成的不良后果。结合战斗机空战能力评估,验证了该方法对武器系统作战能力评估的可行性和有效性。     

变精度粗糙集属性约简的算法

针对变精度粗糙集属性约简问题,在分析变精度粗糙集理论的基础上,分别从属性依赖度增量、互信息的增量、基于覆盖度与准确度相结合的度量以及属性的不确定性量度等角度,对属性重要度进行分析。并分别以这四个属性重要度作为启发式信息,提出变精度粗糙集属性约简的启发式算法,进而得到信息系统的最小约简,并将所给的算法应用MATLAB程序进行实现。最后,通过具体算例说明所给算法的有效性和实用性。     

优势直觉模糊粗糙集决策方法及其应用

由于客观世界的复杂性和不确定性,多属性决策信息系统总是包含大量的偏好信息、模糊信息,而传统的决策方法难以有效提取决策规则和实现方案排序。为了处理此类问题,通过借鉴直觉模糊集和优势粗糙集的思想与方法,构建了一种优势直觉模糊粗糙集决策方法,并利用其解决信息系统安全审计评估问题。结果表明,所构建的模型能够很好地处理含有偏好信息和模糊信息的多属性决策信息系统,解决多属性评估决策问题,实现决策规则的获取和方案排序。     

基于离散化分布密度的无人机粗糙决策方法

无人机“精准农业”任务要求无人机能够响应环境信息进行自主决策,从而完成喷绘任务。首先,研究了面向作业要求的空间属性设计规则,根据精准作业条件属性因子的值域分布特点及其样本密度,提出了一种基于高斯分布密度的反正切属性精细离散方法。然后,利用粗糙集属性依赖度的算法求解属性约简,去掉冗余的属性,获取精准作业的粗糙决策规则表。最后,通过试验验证了粗糙决策方法的合理性和准确性。     

群决策中基于语言信息处理的一种粗糙集方法

针对一类具有语言判断矩阵形式偏好信息的群决策问题,提出了一种基于粗糙集的群决策方法.首先利用一小部分整体偏好信息构造一个成对比较表,然后根据优势粗糙集理论提取决策规则,最后定义一个评分函数对整个方案集进行排序和优选.该方法是一个先训练后决策的过程,特别适于大规模的方案优选问题.仿真实例表明了该方法的有效性和实用性.     

字典序偏好的军用物资供应商选择方法

军用物资采购的供应商选择是影响军队战斗力的重要因素。分析了军用物资供应商选择中的群体决策特征和专家的字典序偏好特征,提出了一种解决军用物资供应商选择问题的两阶段群体意见集结方法。第1阶段：个体专家的字典序属性偏好集结算法。从个体专家的字典序属性和供应商排序,计算群体的字典序属性偏好。第2阶段：多专家群体对供应商的字典序偏好集结算法。从多专家对供应商的评分值计算群体对供应商的评分值,结合群体的字典序属性偏好,得出群体最终对供应商的民主选择结果。给出了该集结方法应用于某部队装甲车蓄电池供应商选择的实例。所提的供应商选择方法突出了个体专家的字典序偏好特征,弥补了传统层次分析法采用属性简单加权方法的不足。     

基于概率语言赋权交叉熵信度分配的应急决策

针对多部门协同应急决策带有不确定性和偏好性的多属性决策问题,提出了一种基于概率语言赋权交叉熵信度分配的应急决策方法。首先,采用能充分表达不确定决策信息的概率语言术语集(probabilistic linguistic term set, PLTS)刻画属性指标,并将其作为证据推理算法中的证据信息。同时,从认知科学的角度考虑由部门跨领域及专业偏好等特点造成的证据不确信问题,对证据折扣系数表达式进行改进,构建基于概率语言赋权交叉熵的Mass函数。然后,利用递归算法对多部门多指标形成的证据信息进行合成,得到各方案的综合评估信息。最后,通过算例分析验证了方法的有效性和实用性。     

A rough set approach to feature selection based on scatter search metaheuristic

Rough set theory is an effective method to feature selection, which has recently fascinated many researchers. The essence of rough set approach to feature selection is to find a subset of the original features. It is, however, an NP-hard problem finding a minimal subset of the features, and it is necessary to investigate effective and efficient heuristic algorithms. This paper presents a novel rough set approach to feature selection based on scatter search metaheuristic. The proposed method, called scatter search rough set attribute reduction （SSAR）, is illustrated by 13 well known datasets from UCI machine learning repository. The proposed heuristic strategy is compared with typical attribute reduction methods including genetic algorithm, ant colony, simulated annealing, and Tabu search. Computational results demonstrate that our algorithm can provide efficient solution to find a minimal subset of the features and show promising and competitive performance on the considered datasets.     

信息系统的属性约简

粗糙集理论是一种新的处理模糊和不确定知识的数学工具 .属性约简是粗糙集理论研究中的重要内容之一 ,现已证明寻找信息系统的最小约简是 NP-hard问题 .本文提出一个基于信息量的属性约简的启发式算法 ,该算法的时间复杂性为 $O( | A|^3 | U| ^2 )$ .通过例子分析 ,表明该算法是有效的.     

Half-global discretization algorithm based on rough set theory

It is being widely studied how to extract knowledge from a decision table based on rough set theory. The novel problem is how to discretize a decision table having continuous attribute. In order to obtain more reasonable discretization results, a discretization algorithm is proposed, which arranges half-global discretization based on the correlational coefficient of each continuous attribute while considering the uniqueness of rough set theory. When choosing heuristic information, stability is combined with rough entropy. In terms of stability, the possibility of classifying objects belonging to certain sub-interval of a given attribute into neighbor sub-intervals is minimized. By doing this, rational discrete intervals can be determined. Rough entropy is employed to decide the optimal cut-points while guaranteeing the consistency of the decision table after discretization. Thought of this algorithm is elaborated through Iris data and then some experiments by comparing outcomes of four discritized datasets are also given, which are calculated by the proposed algorithm and four other typical algorithms for discritization respectively. After that, classification rules are deduced and summarized through rough set based classifiers. Results show that the proposed discretization algorithm is able to generate optimal classification accuracy while minimizing the number of discrete intervals. It displays superiority especially when dealing with a decision table having a large attribute number.     

关于已知方案偏好信息MADM新方法的简化算法

基于两个合理假设,对于一个已知方案偏好信息的多属性决策的方法,给出了该方法的简化算法,证明了该方法与某种特定权系数相加权方法的等价性,并给出不同权重的算法及其应用范围.     

基于组合赋权的反坦克导弹武器系统作战效能评估研究

现代作战条件下反坦克导弹武器系统的作战效能评估是该类武器装备作战使用的关键,传统的评估方法主要针对该系统中某一作战分系统的效能开展研究,不能充分反映武器系统作战能力的真实性和全面性.基于此,本文针对反坦克导弹武器系统的作战效能的评估方法进行研究首先构建反坦克导弹武器效能评估指标体系,包括了指标集与评估集,并根据不同专家的意见和建议优化该指标体系;然后结合组合赋权的思想,将熵权算法与分层赋权算法所得权值加权组合构成最终权值并赋予各评价指标,从而降低评估时由于主观因素造成的误差;最后在自寻的反坦克导弹半实物仿真平台下对算法进行验证,实验结果表明了该算法的可行性.     

基于直觉模糊TOPSIS和变权VIKOR的防空目标威胁综合评估

针对传统防空目标威胁评估中威胁因素考虑不全、定性指标量化不精确以及属性指标权重固定不变等方面的不足,在综合考虑目标静态和动态属性的基础上,提出了基于直觉模糊理想解逼近(technique for order preference by similarity to an ideal solution,TOPSIS)法和变...     

不完全指标权重信息下的语言多指标决策方法

研究了不完全指标权重信息下且指标值为语言评价信息的多指标决策问题,给出了一种基于二元语义信息处理和TOPSIS的决策分析方法.首先将规范化的语言评价信息转化为二元语义形式,然后应用TOPSIS方法和二元语义集成算子建立并求解线性规划模型,得到未知的指标权重值,再通过二元语义加权平均算子计算得到各方案的综合评价值.最后通过算例说明了该方法的有效性和实用性.     

粗等价类融合禁忌搜索的最小约简完备算法

提出粗等价类融合禁忌搜索的最小约简完备算法.首先用全局等价类替换元组作为基本计算单位,给出3类粗等价类定义,结合0-粗等价类在约简的渐增式计算中递减至空的性质,推导出求正区域的等价方法,并设计求解中双向缩减计算域的优化策略,从而提供快速求初始解、验证解等基础算法;然后面向约简特性设计禁忌搜索下的多种策略,包括双向邻域搜索、藐视准则、有限随机搜索、有限解检验等,最后给出高效的最小约简完备算法.用UCI中20个决策表、KDDCup海量数据集从多个性能指标进行验证,实验结果证明粗等价类理论和禁忌搜索从双方面保证本文算法的完备和高效性,大多数情况下可有效求得最小约简,并在跳出局部最优解、收敛速度和处理海量数据效率等方面优于现有算法.     

熵权与群组AHP相结合的TOPSIS法多目标威胁评估

针对传统TOPSIS法在确定权重系数上面的缺陷和不足,提出了改进的TOPSIS法,该法综合考虑主观和客观因素,将运用聚类分析法得出的各决策专家个人权重应用到群组AHP法中确定目标属性主观权重,并与运用熵权法求解出的目标属性客观权重相融合,得到组合权重.运用改进的TOPSIS法研究空战威胁评估问题,建立多目标威胁评估数学模型,并进行了仿真研究.仿真结果表明该算法是合理和有效的.     

一种新的基于组合赋权的区间型多属性决策方法

针对区间型多属性决策问题，为了获取更合理的属性权值向量。本文综合了主观赋权和客观赋权的优势，提出了一种新的组合赋权方法。并给出了相应的最优化数学模型。最后，利用TOPSIS法来对区间型多属性决策问题进行优劣排序。实验证明。本文提出的决策方法是切实有效可行的。