一种度量粗集粗糙性的新方法

结合考虑二元关系产生的知识模块粒度大小及集合X边界的知识粒度对X的粗糙性的影响,利用知识的粗糙熵及粗集的边界熵给出度量粗集粗糙性的新方法—集合的粗糙熵。     

基于风险最小化的多粒度三支决策模型

为减小传统的二支决策中直接接受或拒绝决策带来的决策风险,分析问题决策的多粒度空间,研究了基于风险最小化的多粒度三支决策模型.在三支决策风险代价分析基础上,为寻求最优的粒度空间,结合不同属性特征在粒度空间中具有不同决策权重的特点,以粒化重要度和粒化决策权重为启发式信息,从多个不同的粒度层次出发,寻求风险最小的决策行动.最后针对不承诺选项中一些急需决策的现实问题,给出了基于风险控制的二支决策转化方法,并进行了具体的实例应用.     

基于条件信息熵的区间集决策信息表不确定性度量

该文研究区间集决策信息表中基于信息熵的不确定性度量。针对区间集决策信息表,该文提出一个δ-区间相似关系来描述对象之间的关系。将Pawlak粗糙集模型的近似精度和近似粗糙度等不确定性度量概念,扩展到区间集决策信息表中。通过分析扩展的δ-区间近似粗糙度和δ-区间近似精度,可以发现这两种度量对粒度结构的变化并不敏感。结合条件信息熵,该文提出了一种δ-区间决策条件熵来度量区间集决策信息表的不确定性。对δ-区间近似粗糙度,δ-区间近似精度和δ-区间决策条件熵相关性质进行了分析和证明。通过实例验证了δ-区间决策条件熵能够有效、准确地度量区间集决策信息表的不确定性。     

基于三支决策的二阶段分类模型研究

当对三支决策边界域进一步划分时,边界域知识存在划分信息不足,从而导致分类精度不高,针对上述问题提出一种新的基于三支决策的二阶段分类模型(TWD-TP).第一阶段根据贝叶斯规则构建三支决策中样本的条件概率,通过求解最优化损失函数得到所需阈值,然后按照三支决策规则对数据集进行划分.三支决策是基于最小风险贝叶斯决策理论的划分,在其正域、负域中包含一定的误分类样本;在第二阶段通过类标签索引分别将正域、负域中误分样本作为增量信息引入延迟决策域,形成重构边界域,最后对重构边界域进行划分.实验结果表明:所提出的TWD-TP模型不仅能在三支决策划分中筛选出高误分类特征的样本,同时其重构边界域中不能被划分的样本得到正确划分,分类精度进一步提高.     

基于相对知识粒度的区间集决策信息表不确定性度量

区间集决策信息表拓展了经典决策信息表，其粒化结构的不确定性刻画成为重要应用基础。基于区间邻域粒化引入相对知识粒度，进而提出区间集决策信息表的一种新型不确定性度量。利用两对象之间的距离及半径来建立区间邻域粒化系统，证明距离粒化与相似度刻画的条件等价性，获得区间近似粗糙度；把经典相对知识粒度推广为区间相对知识粒度，将其与区间近似粗糙度进行信息融合，提出一种新型不确定性度量并得到了粒化单调性等性质。最后进行了实例验证，结果表明所提度量能够有效表征粒化结构变化所引起的不确定性变化。     

不确定性集合理论及其研究进展

目的 介绍Fuzzy集、Vague集和Rough集等理论,揭示它们之间的关系,在总结归纳不确定性集合理论研究进展的基础上拓展其应用.方法 历史分析法和文献考证.结果 通过对Fuzzy集、Vague集和Rough集等研究,从不同的角度拓展了经典的集合理论,并对他们之间的关系作了深入的探讨.结论 使得集合论的应用领域扩展到含糊的、不确定性问题上来.     

一般二元关系中基于边界域的知识粗糙熵与粗集粗糙熵

不确定性度量是粗集理论研究的重要内容之一。基于信息论,结合Pawlak拓扑思想,提出了一般二元关系（自反性）下基于边界域的知识粗糙熵新定义,修正了粗集粗糙熵的定义。相对于传统粗糙熵,新的知识粗糙熵概念能更准确地度量知识和集合的不确定性,并在此基础上证明了新的知识粗糙熵和修正后的粗集粗糙熵都随知识分辨能力的增强而单调下降。     

一种基于决策表约简的集覆盖问题的近似解法

集覆盖问题和决策信息表的约简问题分别是优化领域和信息处理领域重要的研究课题,但目前的研究大都针对这两个问题分别独立展开.通过分析集覆盖问题的解结构和决策信息表的布尔约简结构,将两者联系起来探讨.首先,给出一个集覆盖问题的布尔矩阵表示,并通过添加决策属性,对集覆盖中的集合进行分类,进一步诱导出一个以该布尔矩阵为条件属性值的决策信息表.其次,分析了决策表和集覆盖的辨识集之间的关系,证明了集覆盖问题的一个局部最优解恰好是该决策表的一个属性约简,即,求解集覆盖问题可等价地转化为求解决策表的属性约简问题.然后,利用决策表中的条件熵来度量集覆盖中一个集合在集族中的相对重要度,并构造了基于条件熵的集覆盖问题的近似算法.最后,运用实例验证了该算法的有效性和可行性,并将新算法与几个传统集覆盖算法进行了对比.实验结果表明,新算法在求得满意解上具有一定的优势.     

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。     

边界条件熵的属性约简及在定性仿真中的应用

从Pawlak拓扑的角度,给出了一种知识边界粗糙熵和边界条件熵的新定义,并反映出集合的不确定性可以通过边界域来描述的思想,证明了边界条件熵随着信息粒度的变小而单调减少的重要结论.弹簧定性仿真实例,结合定性推理技术,以边界条件熵为基础构造属性约简的启发式算法,消去定性描述中的冗余,获得了弹簧系统定性微分方程式.实验结果表明,粗集理论在定性推理与定性仿真技术中的重要应用价值,基于边界条件熵的属性约简是有效的.     

基于集对分析和隶属函数的轨道电路故障诊断

针对ZPW-2000A轨道电路状态评估、诊断过程中故障类型与征兆间存在多种不确定性等问题,将集对分析及隶属函数引入轨道电路状态评估及故障诊断中.首先,对收集到的数据处理并分析故障类型与故障征兆的联系,建立故障类型集合;然后,利用集对分析建立故障类型与轨道电路运行状态的联系度,并利用熵权法结合集对分析确定征兆间的权重精确值;最后,利用隶属函数,描述运行状态与状态等级间的对应关系,建立故障类型同异反评价矩阵模型.算例验证结果表明,结合集对分析与隶属函数的轨道电路评估方法有效反映轨道电路运行状态及故障类型.     

融合云概念的粗糙Vague集的三支决策模型

Vague集是模糊集的扩展模型，从正反两方面来描述事物的不确定性，粗糙Vague集比粗糙模糊集更具有普遍性。目前，三支决策的阈值主要是由单个专家给出，不能反映认知过程中复杂的不确定性形式。针对这一问题，提出了一种融合云概念的粗糙Vague集的三支决策模型。使用基于密度中心的云概念群决策方法求解损失函数，不仅保证综合评价的精度，还为损失函数提供了新的语义解释。构建了粗糙Vague集的三支决策模型并揭示了其误分类代价随着粒度细化而单调递减的规律。通过实验验证了该方法的可行性，克服了现有模糊集在三支决策中对事物不确定性表达不够清楚的缺点。     

基于集对分析和隶属函数的轨道电路故障诊断

针对ZPW-2000A轨道电路状态评估、诊断过程中故障类型与征兆间存在多种不确定性等问题，将集对分析及隶属函数引入轨道电路状态评估及故障诊断中. 首先，对收集到的数据处理并分析故障类型与故障征兆的联系，建立故障类型集合；然后，利用集对分析建立故障类型与轨道电路运行状态的联系度，并利用熵权法结合集对分析确定征兆间的权重精确值；最后，利用隶属函数，描述运行状态与状态等级间的对应关系，建立故障类型同异反评价矩阵模型. 算例验证结果表明，结合集对分析与隶属函数的轨道电路评估方法有效反映轨道电路运行状态及故障类型.     

基于概率PS-粗糙集的动态三支决策及应用

在实际应用中,集合是动态变化的,包括元素的迁入和迁出.双向概率PS-粗糙集既考虑集合的动态特性,又考虑知识库中统计信息的粗集理论.在深入分析概率PS-粗糙集理论及其性质的基础上提出了基于双向概率PS-粗糙集的动态三支决策模型,以解决集合动态变化下的三支决策问题.首先,根据双向概率PS-粗糙集的上下近似得到概率PS-正域、负域和边界域,给出了双向概率PS-粗糙集的三支决策规则,并分析了三种规则的置信度与错误率的计算方法与性质;其次,定义了决策度量函数与决策损失函数,并基于贝叶斯决策论的最小风险决策规则,给出了参数阈值的计算方法;最后,讨论了此动态模型的决策性质,并通过元素迁入和迁出的实例证明了模型的正确性与可行性.     

对象导出三支概念格的熵属性约简

将信息熵引入形式背景中,研究对象导出三支概念格的熵属性约简. 首先,定义对象导出三支概念格的信息熵、条件熵和互信息等概念;其次,根据属性在约简过程中的重要性探讨核心属性和非核心属性的熵判定条件,并得出对象导出三支概念格的熵协调集等价于OEG协调集(对象导出三支概念格的粒协调集),对象导出三支概念格的熵约简集等价于OEG约简集;最后,给出决策形式背景中对象导出三支概念格的熵协调和熵约简等概念,并给出启发式熵约简的方法.     

基于偏联系数的三支决策模型及应用

针对现行三支决策过程对信息动态演化考虑不足的问题,利用偏联系数方法构建了一种新的广义三支决策模型.探索信息演化对决策代价的影响机制,基于一阶偏联系数方法获取“同”、“异”和“反”3种策略的综合代价,进而根据代价最小原则进行决策;融入二阶偏联系数进行二阶信息演化分析,进一步判定系统的微观发展态势.将模型应用于淮河流域信阳段上7个采样点表层沉积物中有机氯农药污染治理的时机选择问题,结果表明：5个采样点的一阶决策结果为“同”,亟待治理;其余两个采样点决策结果为“异”,需进一步监测,与以往研究结果一致.融入二阶演化,其中1个采样点由“异”转为“同”,即需要重点关注.该模型基于决策信息本身构造代价函数,同时兼顾信息演化对决策代价的影响,在一定程度上弥补了以往三支决策模型在前瞻性和客观性方面存在的不足.     

决策粗糙集风险偏好模型的改进

决策粗糙集(DTRS)通过引入Bayes风险决策理论和三枝决策语义,为不确定知识的获取提供了更可靠的理论依据和语义解释.决策粗糙集的风险偏好模型进一步考虑到决策者的不同风险偏好,使得模型更加贴近实际决策问题.然而,决策粗糙集的风险偏好模型在参数取值范围上有待进一步精确,模型有待进一步完善.提出了一个更准确的决策粗糙集风险偏好模型,并利用UCI的信用卡审批数据集进行验证.结果表明,信用评估结果有效且与决策者的风险态度一致.     

一种基于集对分析的作战方案优选方法

作战方案的选择是作战指挥决策的关键环节,其合理与否直接关系到作战效能的发挥和作战的成败.针对作战方案优选问题,运用集对分析不确定性理论,提出了一种多时段多指标作战方案优选方法.通过构造合理的同异反(IDC)联系度,有效地分析了作战方案的不确定性对作战态势转化的影响,获得了作战方案的集对势排序.应用算例验证了所提方法的可行性和有效性.     

联系熵方法在水资源承载力评价中的应用

为准确描述联系熵的概念内涵和数学表达形式,反映联系熵的意义,采用联系数与信息熵、联系熵相结合分析的方法,提出了反映集对事件的内部不确定性状态和有序性发展的改进的联系熵,并通过安徽省水资源承载力评价实例与现有的联系熵计算方法进行对比分析,结果表明:改进的联系熵方法计算的各年份安徽省水资源承载力的等级评价结果与平均联系数评价、减法集对势、效应全偏联系数比较分析结果一致,相关系数非常接近1.0;改进的联系熵计算简便、适用性强、结果合理,可为集对事件的有序性发展提供新的判断方法。     

基于区间值犹豫模糊多粒度粗糙集的三支决策模型

针对区间值犹豫模糊信息系统,提出了两种基于区间犹豫模糊多粒度粗糙集的三支决策模型。首先,借助多粒度粗糙集理论,提出乐观和悲观区间犹豫模糊多粒度粗糙集模型。其次,引入区间犹豫模糊连续交叉熵的概念,用TOPSIS方法来计算对象在不同情况下的条件概率。基于此,定义区间犹豫模糊决策理论粗糙集并给出相应的三支决策规则。最后,通过实例验证了这两种模型对目标评估采取不同的态度和决策方案,并且证明了所提算法的有效性。