灰色系统中基于集对优势关系的变精度粗集模型

针对信息系统中存在灰色数据、偏好信息和噪声数据等特点,将集对分析方法运用到灰色信息系统中,对对象的联系度进行量化分析,结合阈值 确定优势关系和优势类.引入变粗度的思想,放松了等价关系中对近似集的精确定义,构建了适用于灰色系统的基于集对优势关系的变精度粗度模型。最后讨论了模型性质,改进条件熵定义,给出了以条件熵为启发信息的属性约简算法。实例分析结果证实了该模型的合理性和可行性。     

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.     

不完备序信息系统的集对优势度粗糙集模型

不完备序信息系统粗糙集模型是经典粗糙集模型的扩展,它能进一步处理含未知属性值和具有优势关系的数据.针对相似优势关系条件过于宽松而限制扩展优势关系条件又过于严格的缺点,引入集对分析思想,提出了集对优势度粗糙集模型.它可以通过调整参数,达到较理想的分类,克服了现有不完备序信息系统优势关系的不足.并以实例分析验证了集对优势度粗糙模型的有效性.最后,在UCI数据集上进行仿真实验,通过实验进一步说明集对优势度粗糙模型可以获得更优的分类效果.     

基于α-优势关系的区间值概率粗集模型及应用

区间值序信息系统是单值序信息系统的一种扩充。首先在区间值序信息系统中引出一种新的定义属性对象xj优于xi的概率Pjai,进而在此基础定义α-优势关系和优势类,从而定义了一种新的基于α-优势关系的概率粗糙集模型,继而通过相对熵赋权得到多属性决策问题的综合评价的最优解,最后对皖江城市带的经济发展的5年数据做定量分析,该实例...     

可变精度优势关系下的析取集值有序信息系统

集值信息系统是单值信息系统的一种推广,按照语义可划分为合取集值信息系统和析取集值信息系统两类。本文分析了析取集值信息系统中已有的4种优势关系的局限性,提出了一种可变精度优势关系,定义了可变精度优势关系下的析取集值有序信息系统,扩展了经典粗糙集理论。然后,在析取集值有序信息系统中引入了一种对象排序的新方法,该方法利用对象在信息系统中的整体优势度来对对象进行排序。最后,通过风险投资实例说明本文方法可以用于处理析取集值有序信息系统中的决策规则获取问题。     

基于聚类思想的加权条件熵及属性约简

通过聚类分析的方法得到信息粒与对象权重的确定方法,同时将对象权重与熵理论知识相结合定义了一种加权条件熵.最后基于新定义的加权条件熵得到一种改进的属性重要度确定方法和相应的属性约简算法,并且用UCI中的几组数据集验证了该算法的可行性和合理性.     

区间值序决策表的条件熵属性约简

由于数据自身的不确定性和观测条件有限，现实问题中许多数据以区间值形式呈现。其中，优势关系下的区间值信息表研究对于多属性决策问题有重要意义。目前针对该系统的属性约简方法主要是辨识矩阵法或基于互信息的增量式约简，但前者计算效率较低，而后者没有利用到决策信息。文章探讨了条件熵作为不确定性度量在该系统下的性质，通过比较不同属性缺失时信息系统的条件熵变化，引入了属性重要度概念，基于此提出启发式属性约简算法。最后，通过对比实验验证了本算法具有低冗余的特点，在约简率上比基于粗糙熵和正域不变等序信息系统的启发式约简。     

基于限制优势关系的集对粗糙决策分析模型

在不完备偏好信息系统中,目前已有多种扩充,如基于扩展优势关系、基于广义扩展优势关系、基于限制优势关系等扩充,但这些扩充都存在各自的局限性。针对这些局限性,本文采用集对分析方法,定义集对 近似限制优势关系概念,提出一种基于限制优势关系的集对粗糙决策分析模型。这种模型是基于限制优势关系的集对粗糙决策分析模型的扩充和改进。该模型通过近似程度 的调节和控制,保证这种限制优势关系划分的准确性,同时更具灵活性,更适合处理大型不完备偏好信息系统。     

基于信息熵的不完备信息系统属性约简算法

在现实生活中信息的不完备现象广泛存在,等价关系不一定成立,限制了经典Rough集理论在一些实际问题中的应用.从信息论角度出发引入信息熵的概念,提出了不完备信息系统中知识熵的度量方法,定义了信息观下不完备信息系统知识约简的方法,分析并讨论了与现有其他约简定义的关系,给出了一种基于信息熵的不完备信息系统属性约简算法,通过仿真实验说明了该算法对于不完备信息表知识约简是可行的.     

基于集对分析的多值信息系统粗集模型及其约简

多值信息系统同时反映了信息的不确定性和不完备性.利用集对联系度定义了多值信息系统的上、下近似运算,并对这种情况下的决策表进行分析,根据该模型的特点提出了α分布约简和α分配约简.     

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。     

具有连续属性的不完备信息系统Rough集扩展

在模糊相似关系的基础上,针对具有连续属性的不完备信息系统提出了Rough集的扩展模型;利用模糊区间数来表示不完备信息表中缺失的连续属性值,并根据属性值的概率分布情况计算模糊区间数的可能度,在模糊关系的基础上给出了不完备信息表的上近似和下近似的定义;利用基于欧氏距离的贴近度法计算模糊相似度,构造相似矩阵,实现了对论域的划分;给出决策规则的约简和表示方法,应用实例说明了所提出的Rough集模型及规则的实用性。     

基于自信息熵的直觉模糊决策系统的属性约简

针对在直觉模糊集中,利用下近似构建的约简只考虑了下近似而忽略了上近似,从而导致一些信息丢失的问题,基于直觉模糊集的上、下近似提出了3种熵度量,并将其应用于直觉模糊决策信息系统的约简之中。在直觉模糊决策信息系统上定义用于描述直觉模糊关系的3种不确定性度量,分别为平均决策指数、平均安全决策指数以及平均风险决策指数,并在此基础上依次提出了条件信息熵、条件粗糙熵和自信息熵,基于自信息熵给出了相应的约简定义以及属性约简算法。在多个数据集上的实验表明,所提出的属性约简算法与其他算法相比,约简结果更具有优越性以及鲁棒性。     

优势关系多粒度粗糙集中近似集动态更新方法

随着数据的不断变化,从信息系统中获取有用的信息,可有效地为决策提供依据.为此在多粒度环境下,优势关系多粒度粗糙集中粒度增加时,分析了优势关系乐观多粒度粗糙集和悲观多粒度粗糙集近似集动态更新的定理和相关性质,提出了一种优势关系多粒度粗糙集模型中,当粒度结构动态增加时,近似集更新的算法.该算法的基本思想是不需要重新计算粒度结构变化时信息系统的优势类、下近似集和上近似集,只需根据新增粒度结构的相关信息计算所有对象的优势类;然后根据优势关系乐观多粒度粗糙集和悲观多粒度粗糙集中动态更新近似集的相关定理计算近似集,提高了更新效率.通过与传统的静态算法做比较,验证了本算法的有效性.     

不完备区间值信息系统的粗糙集约简算法

探讨不完备区间值信息系统的属性约简问题。定义了一种相似联系度容差关系,基于此关系建立了拓展粗糙集模型。然后通过定义双参数分配约简和同异反可辨识矩阵,给出了基于同异反可辨识矩阵的双参数分配约简算法。所建模型可根据不同的用户需求和数据集的分布特点对参数进行动态调整,更符合实际。最后给出了数值例子,并分析了不同参数值对约简结果的影响。     

一种基于容差关系的辨识矩阵属性约简法

为有效处理灰色信息系统的属性约简问题,将粗糙集理论中有关属性约简的方法运用到灰色信息系统中,提出了一种基于容差关系的辨识矩阵属性约简法.这种方法并不对灰数进行白化,而是直接利用灰数的区间覆盖性定义一个基于贴近度的容差关系,并根据这个容差关系建立一个辨识矩阵对属性进行约简,避免了当灰数的取值分布信息缺乏时对灰数进行白化的主观性,是一种较为客观有效的灰色信息系统的属性约简法.     

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。     

一种基于容差关系的辨识矩阵属性约简法

为有效处理灰色信息系统的属性约简问题．将粗糙集理论中有关属性约简的方法运用到灰色信息系统中。提出了一种基于容差关系的辨识矩阵属性约简法．这种方法并不对灰数进行白化．而是直接利用灰数的区间覆盖性定义一个基于贴近度的容差关系．并根据这个容差关系建立一个辨识矩阵对属性进行约简．避免了当灰数的取值分布信息缺乏时对灰数进行白化的主观性，是一种较为客观有效的灰色信息系统的属性约简法．     

基于贴近度的协调序决策系统属性约简算法

针对基于优势关系的协调序决策系统,定义了条件属性集相对于决策属性集的贴近度,并定义了协调序决策系统中属性的重要度.提出了基于贴近度的启发式属性约简算法,通过实例分析证实了该算法的有效性.     

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。