分层多尺度决策信息系统的序贯三支决策

传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法 .将多尺度决策信息系统与三支决策相结合,基于决策理论粗糙集提出分层多尺度决策信息系统的序贯三支决策模型,得到动态变化的正域、负域、边界域.对多尺度决策信息系统进行分层,依次在分层后得到的多个单尺度决策信息系统上进行讨论,构建尺度层面的序贯结构;在每个单尺度决策信息系统上,通过增加属性的方式得到属性子集序列,诱导出多级粒度结构,构建该尺度下粒度层面的序贯结构.为此,给出两种属性子集序列的选择方法;在序贯三支决策过程中,利用相对损失函数计算阈值,并讨论了阈值的性质;最后给出序贯三支决策过程中的分类规则,并用实例说明提出的模型能有效地处理分类问题.     

序贯三支决策的代价敏感分类方法

序贯三支决策体现了信息粒化和代价敏感学习的优势,其中信息粒化是人类认知和决策执行的基础,代价则是信息处理涉及的重要因素.提出针对代价敏感学习的序贯三支决策模型.首先,对信息粒化和决策代价之间的关系进行了定义和描述;然后,从序决策过程的视角,利用不同粒度层次的代价矩阵构建了代价函数;最后,为平衡决策结果代价和决策过程代价,提出了两个优化问题,并从理论上阐述了其意义,从实验结果分析上验证了算法的有效性,体现了序贯三支决策在代价敏感分类问题上的优势.     

基于马尔科夫模型的期望效用序贯三支决策方法

投资决策过程中的收益和风险充满不确定性,需要通过评价投资决策过程中的效用来判断投资者是否应该投资以及如何投资.序贯三支决策可以有效模拟投资者的动态投资行为过程,为投资者做出最优的动态投资决策.文中通过马尔科夫预测方法来模拟预测投资收益与风险,引入期望效用理论模拟投资者对不同投资行为的偏好并建模,提出了一种序贯三支决策模...     

可拓序贯三支决策模型及应用

将可拓评价基本方法与“三分而治”决策思想融合,引入序贯思想,构建可拓序贯三支决策模型,实现动态决策与挖掘优化指标的目的。首先,对数据进行标准化处理,计算属性的权重;其次,将可拓评价方法作为三支决策的评价准则,定义新的决策规则,阐释划分3个域的合理性;然后,根据属性权重得到多个粒度的序贯评价属性,进行多阶段三支决策,给出决策结果;最后,根据决策结果对引起样本划分变化的指标进行分析,并提出优化建议。将模型应用于水资源承载力分析领域,与熵权物元可拓决策模型进行对比。结果表明,运用可拓序贯三支决策模型与熵权物元可拓决策模型所得的评价结果基本一致,准确率达84.55%,验证了模型的有效性和实用性。     

基于GANs-LightGBM的序贯三支异常用户检测研究

针对网络中异常数据类别分布的不平衡性和异常用户检测代价的敏感性,在序贯三支决策框架下,提出了一种基于生成式对抗网络和集成学习模型的异常用户检测方法.利用生成式对抗网络(generative adversarial nets,GANs)模型对异常/非异常数据进行类别平衡,并在多层次多粒度的特征空间下训练LightGBM模型,持续地处理不确定域的样本以识别异常用户.实验结果表明,与传统的机器学习算法相比,该方法在异常用户检测中具有较高的AUC值和较低的检测代价.     

面向证券投资问题的确定性等价序贯三支决策（英文）

近年来,投资组合等以投出资金为目标的证券投资研究备受关注。同时,针对投资决策的研究,即对何时投入何时抛出进行智能决策,也越来越受关注。金融投资的收益和风险充满了不确定性,需要做出决策,判断投资者是否应该投资,以及如何投资。在三支决策中,决策者对风险的态度是一个重要的决策考虑。文章在序贯三支决策模型的基础上,通过确定性等价模拟投资者的风险态度来解决证券投资问题。在此基础上,提出了确定性等价序贯三向决策（Certainty Equivalent based Sequential Three-Way Decision,CES3WD）模型。从历史数据中获得收益的均值和方差,作为投资的预期收益和风险;利用指数效用函数将期望总收益转化为决策者的风险态度,并采用确定性等价方法测算决策者的预期投资回报;基于期望效用最大化原则,构造决策规则。在此基础上,根据实际投资策略对动态决策规则进行优化,构造了序贯三支决策的动态投资规则。最后,通过实验和分析验证了模型的有效性。     

基于TOPSIS的无标签序贯三支决策模型

为解决无标签信息系统中已知接受域对象数的决策问题,提出了无标签信息系统的序贯三支决策模型。首先采用TOPSIS算法进行数据预处理;其次根据数据集特征提出期望密度差的定义,并提出了无标签三支决策的构建算法,给出数据驱动下的决策阈值选择方法;同时在此基础上进一步建立了无标签序贯三支决策模型。案例分析显示,在属性值动态更新的情况下,序贯三支决策阈值具有自适应性。最后,相关实验验证了该模型的有效性。     

基于不确定性的跳阶序贯三支决策模型

序贯三支决策模型作为一种能够有效处理不确定性信息的数据挖掘方法,采用了渐进的思维进行决策。然而,边界域可能存在部分不确定性较大的等价类,即便添加属性也无法准确划分,导致决策的分类精度降低,同时延迟代价较高。因此,通过条件概率来刻画等价类的不确定性,基于阴影集理论筛选不确定性较大的等价类,并对其采取跳阶延迟处理的方法,提出了基于不确定性的跳阶序贯三支决策模型。实验结果表明,所提模型与经典序贯三支决策模型相比,在分类性能上具有更好的有效性。     

序贯抽样决策中的抽样数量

序贯抽样决策的核心问题是抽样数量的多少及其样本单元所反映的动态信息特征，笔提出了“基本抽样数（nmin)”概念，并分别就不同的序贯抽样决策模型给出了相应的计算公式。在林间抽样决策中，预定的抽样数(n）应大于或等于nmin（即n≥nmin），以避免序贯抽样曲线方程对判断结果影响，结合最大抽样数nmax，两确定了序贯抽样曲线方程的适应范围。     

基于三支决策的医院分级诊疗决策研究

人口众多与医疗资源不均衡加剧了看病难问题,分级诊疗是我国医疗改革的重要举措之一.通过引入三支决策理论,将分级诊疗分为就诊、住院观察和转院3个决策类型,在考虑患者分诊风险的基础上,利用贝叶斯理论求得决策阈值,从而给出了分级诊疗的定量决策方法,通过实例验证了三支决策在分级诊疗决策研究中的可行性.     

面向非常规突发事件的应对方案序贯决策

针对非常规突发事件具有突发性和不可预测性等特点,在借助救灾专家判断偏好的基础上,应急决策者需要根据阶段性的处理结果和突发事件的演化趋势动态地调整救援方案.首先构建数学模型,详细分析动态博弈框架下应急管理中应急决策者与突发事件之间的序贯博弈过程.通过有限次序贯博弈获取未来应急资源的需求信息,形成资源调度的最优方案,为应急决策人员在突发事件爆发后应急救援资源的调度提供决策支持.最后通过具体的算例分析,探讨了运用序贯博弈模型生成最佳调度预案的方法.     

多粒度层次序贯三支决策模型研究

现有的知识获取算法所挖掘出的规则太多,不易理解;规则描述太过具体,容易造成过拟合。为此,本文提出了多粒度层次序贯三支决策模型。首先引入概念层次树将目标概念泛化,构建多层次决策表,并设计了多粒度层次序贯三支决策模型,从多视角、多层次计算3个概率区域并获取相应的泛化层次决策规则。最后,通过实验证明了模型的有效性。本模型为知识获取提供了新的视角并丰富了多粒度三支决策的研究。     

基于机器学习的三支决策研究综述

三支决策是粒计算领域一个重要研究方向,其符合人类思维和认知特点,能有效处理实际决策过程中的不确定性问题。三支决策通过引入延迟决策,可以有效降低决策成本和代价,增强对不确定性决策过程的控制并提高模型的可解释性。因此,融合三支决策思想的机器学习方法值得深入研究和探讨。首先,介绍了三支决策基本模型;其次,运用CiteSpace和VOSviewer软件分析了国内外基于机器学习的三支决策领域的研究现状;再者,从研究问题、模型方法和应用背景等角度出发,聚焦于三支决策与聚类模型、分类模型、推荐系统、深度学习模型的融合,整理并总结了现有的研究方法与成果;最后,对基于机器学习的三支决策发展趋势作出了展望。     

三支决策——基于管理研究视角

从三支决策管理视角出发,介绍了三支决策的哲学与管理思想;分析了三支决策TAO模型的3个重要问题;讨论了效用三支决策和行为三支决策模型;探讨了动态决策环境下的序贯三支决策模型与方法.最后,给出了基于管理视角下三支决策未来的发展方向.     

带专家偏好的非常规突发事件应急预案序贯决策研究

针对非常规突发事件具有突发性和不可预测性等特点,在借助救灾专家判断偏好的基础上,应急决策者需要根据阶段性的处理结果和突发事件的演化趋势动态地调整救援方案。首先构建数学模型,详细分析动态博弈框架下应急管理中应急决策者与突发事件之间的序贯博弈过程。通过有限次序贯博弈获取未来应急资源的需求信息,形成资源调度的最优方案,为应急决策人员在突发事件爆发后应急救援资源的调度提供决策支持。最后通过具体的算例分析,探讨了如何运用序贯博弈模型生成最佳调度预案的方法。     

三支决策与粒计算

正【主持人语】三支决策(Three-way decisions,3WD)是一种基于人类认知的决策模式,它把待解决的问题或待处理的信息分解为三个元素或者三个部分,进而再行处理。因其思想的朴素性与实用性,三支决策理论普遍存在于生活的各个方面。加籍华人姚一豫教授于2012年提出了较为完整的三支决策理论与思想方法,现已成为知识发现领域的研     

三支决策空间上三支决策评价函数的构造

在基于偏序集的三支决策空间上,回顾从半三支决策评价函数、多个三支决策评价函数到三支决策评价函数的构造方法。并在此研究基础上给出了几个新的三支决策评价函数的构造。     

三支决策贝叶斯网络分类器

传统二支决策分类器在处理不精确或置信度不高的对象时往往具有较高的错分率,而三支决策由于引入延迟决策,使其具有较低的误分率.基于单评价函数的三支决策分类器通过判断对象的条件概率值和决策阈值之间的大小关系将对象划分到相应的区域中.决策阈值可以由三支决策粗糙集模型计算得出,而条件概率值则由分类器提供.提出一种三支决策贝叶斯网络分类器,考虑属性之间的关联性,从而将条件概率求解和阈值求解融合在一起,实验表明三支决策贝叶斯网络分类器具有更高的分类精度.     

三支决策理论及应用

三支决策理论自从2009年被提出后,已成为学术界的一个热门研究方向.马云的成功是三支决策中的一个典型案例.许多创业的年轻人视马云为榜样,所以能否从马云的成功案例中找到可复制的规律是非常值得研究的问题.对马云成功案例做了详细的分析,得出马云案例实际上是将传统二支决策转化为三支决策的过程.分析了马云案例的要素,对马云案例进行了数学建模,并举一反三,用三支决策分析了"货币的起源"和"中庸之道"决策思想,从中可以看到三支决策是人类处理不确定问题普遍采用的有效方法,也说明了系统研究三支决策理论及应用的重要性.     

扩展的三支决策理论

三支决策理论只能将决策对象划分到接受域、拒绝域和边界域3类,不能处理把决策对象划分为更多类的情况,因此,立足于传统的三支决策理论,对其进行推广,提出扩展的三支决策理论,结合贝叶斯理论,以决策的平均损失最小为原则,给出扩展的三支决策理论详细推导过程,使经典的三支决策理论成为特例.