基于α-β优势关系的区间值信息系统属性约简方法

区间值信息系统是单值信息系统的一种扩充,如何对其进行属性约简是区间值多属性决策中的一个重要的问题.在已有的优势关系基础上,定义了α-β优势关系,得到基于新的优势关系的可辨识矩阵,进而对区间值信息系统进行属性约简,给出了约简算法.最后通过一个算例验证了新方法的可行性,并与已有方法进行了比较,结果表明所提出的方法更为简单有效.     

基于α-β优势关系的区间值信息系统属性约简方法

区间值信息系统是单值信息系统的一种扩充,如何对其进行属性约简是区间值多属性决策中的一个重要的问题.在已有的优势关系基础上,定义了α-β优势关系,得到基于新的优势关系的可辨识矩阵,进而对区间值信息系统进行属性约简,给出了约简算法.最后通过一个算例验证了新方法的可行性,并与已有方法进行了比较,结果表明所提出的方法更为简单有效.     

概率优势关系下的粗糙集模型及属性约简

针对序信息系统,提出了一种新的优势关系,并探讨了概率优势关系粗糙集模型及其性质;定义了概率优势类结构差异度的概念,给出一种概率优势关系下的属性约简理论及算法。为基于优势关系序信息系统的知识发现提供了新的方法和思路。     

基于优势关系下的区间值Vague集扩充模型及应用

针对区间值信息系统,提出了区间值Vague集信息系统。进而定义了基于α-优势关系的扩充了Vague集模型,并结合区间值Vague集给出了优势概率。最后,实例验证了该方法的有效性。     

基于优势关系的区间值粗糙集扩充模型

区间值信息系统是单值信息系统的一种扩充。首先在区间值信息系统中引入了四种优势关系,分析了四种优势关系的重要性质及相互联系,并针对四种优势关系的局限性,提出了一种新的优势关系--α-优势关系,进而定义了基于α-优势关系的扩充粗糙集模型。最后,通过教师评估实例比较分析了区间值信息系统中基于优势关系的扩充粗糙集模型之间的性能。     

α-先验概率优势关系下的粗糙集模型研究

序信息系统涉及了多属性决策领域的比较、排序及属性约简等问题.然而在现实世界中,不完备序信息系统十分常见.为解决不完备序信息系统中现有优势关系要求过于严格或宽松的缺陷和目前不完备序信息系统粗糙集模型及性质、对象排序、属性约简等理论研究的不完整性,首先,结合先验的知识,从概率分布的角度分析未知属性值,提出α-先验概率优势关系,在此基础上研究其粗糙集模型及性质;其次,给出α-先验概率优势类结构差异度的概念,并提出一种新的对象排序方法;然后,给出一种由α-先验概率优势类结构差异度来寻找不完备序信息系统的启发式属性约简算法,该算法能有效地避免因新的优势关系不满足单调性引起的弊端;最后,用具体实例验证所提方法的正确性和有效性.该课题内容不仅丰富了粗糙集理论的研究,而且为不完备序信息系统理论提供了新的方法和思路.     

区间序信息系统在向量相似度下的优势关系及属性约简

优势关系的粗糙集模型是经典粗糙集模型的扩展。首先基于向量相似度的比较方法,在区间值信息系统中定义一种新的优势关系并分析其相关性质,进而给出基于新优势关系的属性约简方法。最后通过实例说明了该方法的有效性。     

一种基于区间数概率优势关系的多准则决策方法

针对特征属性为区间数、属性权重完全未知的多准则决策问题,基于概率优势关系理论,提出一种新的决策方法.给出了区间数与优势关系的基本原理,定义了相对优势度,采用概率优势关系表征区间数属性,通过构建评价矩阵,将决策方案排序问题转换为矩阵运算过程,实现了不同候选方案的优劣排序.实例分析表明,该方法能够充分利用区间数信息,有效克服传统决策方法的局限,具有排序客观合理,决策精度高等优点.     

不完备序区间值决策系统中所有可信规则的获取

研究了含区间值的不完备复杂信息系统,其不仅包含遗漏型未知属性值,而且属性值域为全序集.根据区间值特点给出其遗漏型和填充式区间值概念,并定义了不完备序区间值决策系统;然后,提出了区间段值概念和基于区间段值的序决策系统,其中引入灰的白化方法以将填充式区间值转换为区间段值;接着,提出基于区间段值的优势和弱势描述子,用以获取序区间段值决策系统中的所有可信规则并给出具体算法步骤;最后,用实例进行了验证.试验分析的结果表明了该方法的有效性.     

区间二型概率模糊模型下的分层决策及应用

在二维均匀分布的假定条件下探索区间二型模糊集下的区间值信息系统,通过定义在属性a下对象x_j与x_i相比较时x_j对于a比x_i对于a的优先程度,建立属性集A下的区间二型概率模糊模型,得到模糊优先对比矩阵,确定模糊优先关系,进行多属性的分层决策,通过实例分析,模型可行有效。     

基于半半序关系的集值不完备信息系统的属性约简

将粗糙集模型扩展后应用于属性值为集合值的不完备信息系统,并由属性值集合间的关系导出集值不完备信息系统下的半半序关系,提出基于这种二元关系的可辨识属性矩阵构造方法,研究了集值不完备信息系统的属性约简方法,并给出属性约简判定定理,从而为不完备信息系统的处理提供了一种新的思路和方法.     

概率信息系统的属性约简

用概率信息系统表示对象与属性值之间的概率关系.在概率信息系统的属性集上定义一种等价关系,该等价关系将概率信息系统分为协调和不协调的2大类,基于这种等价关系重点研究了概率信息系统以及协调概率信息系统的约简,同时讨论了可辨识属性矩阵与约简的相互关系,并通过实例加以验证.     

区间值模糊目标信息系统的规则提取

在区间值信息系统中定义了一种新的变精度相容关系,研究了这种相容关系诱导的极大变精度相容类;提出了基于极大变精度相容类的区间值模糊目标信息系统的粗糙集模型;进一步讨论了利用粗糙隶属函数获得决策规则的方法,最后通过实例说明了方法的可行性.     

区间值直觉犹豫模糊多属性决策方法研究

针对评价信息为区间值直觉犹豫模糊集的多属性决策问题,结合ELECTRE-I和TOPSIS方法,提出了一种解决区间值直觉犹豫模糊多属性决策问题的方法。基于区间值直觉犹豫模糊元得分函数,提出了一种新的确定属性权重的方法。将经典的ELECTRE-I和TOPSIS拓展到区间值直觉犹豫模糊环境下,定义了绝对和谐指标与不和谐指标,相对优势指标和综合优势指标。根据综合优势指标得到方案的排序。最后提供了一种基于区间值直觉犹豫模糊信息的多属性问题的决策步骤,并进行了算例分析与比较分析,证明了该方法的有效性。     

集值信息系统中基于证据理论的规则提取

为了提高在集值决策信息系统中最优广义决策规则的获取速度,借助证据理论这一处理不确定性问题的有力工具,将证据理论应用到集值信息系统中,定义了集值信息系统在相似关系和优势关系下的基本概率分配函数,提出一种基于基本概率分配函数的最优广义决策规则获取方法。最后用实例说明了这种方法的有效性,并且有效地降低了时间复杂度。     

E-α-预不变凸区间值函数及最优性条件

在LU序关系下获得了一类新的广义凸区间值函数——E-α-预不变凸区间值函数,并获得了相关性质及它的最优性条件。结合理论推导和例证,给出了例子验证E-α-预不变凸区间值函数的存在性;并讨论关于E-α-预不变凸区间值函数的基本性质,得到了E-可微情形下的必要条件;最后获得了在区间值约束情形下E-α-预不变凸区间值规划问题的最优性充分条件,并举例验证结论成立。研究将广义凸函数推广至E-α-预不变凸区间值情形,在一定程度上丰富了广义凸函数的研究,使它的应用性更加广泛。     

概率复合粗糙集模型的改进及其属性约简

复合粗糙集及其扩展模型可同时对信息系统中多个二元关系进行有效处理,已在实际中得到成功应用.研究了概率复合粗糙集模型中的复合关系,通过对信息系统中数值类型数据进行处理,并将其转换为区间值类型来简化复合关系,进而提出了一种改进的概率复合粗糙集模型及分布属性约简方法.最后通过实例验证了该方法的合理性.     

集值信息系统中的粗糙集扩展模型

根据属性值的相容程度在集值信息系统上定义了一种新的关系--α相容关系;给出了相应的近似集合和相关性质,并讨论了它与相容关系、拟序关系之间关系;提出了基于这种关系的粗糙集扩展模型,并分析比较了该模型与现有的粗糙集扩展模型之间的关系;最后,通过一个实例来直观地解释这些关系之间的联系.     

序区间值决策系统中的最优可信规则获取

以包灰色含区间值的序值决策系统为研究对象,针对区间值之间不能直接比较的问题,引入灰色系统理论中的白化方法以构建一个新的序白化值决策系统,并讨论了其在优势和弱势关系下的可信规则获取.深入研究了优势和弱势对象的约简以及其决策类的相对约简问题,其中可信规则的约简是保持该可信规则的支持集中的元素不发生变化的最小数量属性的合取.给出相应的判定定理与区分函数,并进行了实例分析.所构建的决策系统为最终从序区间值决策系统中获取最优可信决策规则提供了新的理论基础与操作手段.     

集值信息系统中的粗糙集扩展模型

通过分析研究现有集值信息系统上定义的两种关系(相容关系和优势关系),在集值信息系统中引入相容度和包含度的概念,定义了基于相容度α的相容关系和基于包含度β的优势关系,提出了基于这两种关系的粗糙集扩展模型,并分析比较了该模型与现有模型之间的关系.通过对相容度和包含度的调节和控制,可以将现有集值信息系统中定义的两种关系有效地统一起来.最后,通过对一个具体实例的分析,进一步解释和说明了这些关系之间的联系.