不完全信息的多属性粗糙决策分析方法

针对有偏好信息但信息不完全的多属性决策问题，给出了一种基于拓展粗糙集的决策分析方法，首先提出了扩展优势关系的概念；其次用扩展优势关系代替经典粗糙集中的不可分辨关系得到知识的粗糙近似，证明了粗糙近似的两种等效表示方法及基本性质，给出了分类决策规则；最后通过一个实例说明方法的可行性与有效性。     

基于粗糙D-S理论的身份融合方法

综合运用粗糙集方法与D-S证据理论可有效解决身份融合中的一些复杂问题。针对多传感器身份融合中D-S理论获取基本概率赋值存在主观性的问题,提出了一种新的基于粗糙集理论的证据获取和基本概率赋值客观确定方法;利用粗糙集中属性的重要性消除冗余传感器,减少了证据组合的冲突现象。在此基础上,给出了基于粗糙D-S理论的身份融合方法,最后以具体算例验证了方法的有效性。     

不确定信息下的模糊序等价类定性分析模型

层次分析法中判断矩阵的构造涉及决策者的认知活动,如何根据决策者的认知来构造合理的判断矩阵是一个新的研究课题。针对实际决策中存在大量不确定信息,通过将决策对象两两比较构成的不确定矩阵转换成Fuzzy半序关系矩阵进行序分析,给出了判断矩阵序等价类构造前的前馈控制指导模型。利用决策者对比较方案进行的定性分析,给出一个初步的序结构,最终指导单一准则下判断矩阵的准确构造。     

不确定条件下装备送修级别粗糙群决策方法

针对装备健康管理过程中送修级别的不确定信息和多源决策问题,研究了一种不确定信息的粗糙群决策方法。定义了群决策信息系统以描述多源决策问题,并用不协调群决策信息系统解释决策信息的不协调特性。结合不协调信息的群决策与不完备信息的粗糙决策两种方法长处,设计了不确定条件下的粗糙群决策方法。最后,将粗糙群决策方法应用于某型雷达的送修级别决策,应用实例验证了粗糙群决策方法处理不确定信息的有效性,可显著提高装备送修级别决策的吻合率。     

不确定条件下装备送修级别粗糙群决策方法

针对装备健康管理过程中送修级别的不确定信息和多源决策问题,研究了一种不确定信息的粗糙群决策方法。定义了群决策信息系统以描述多源决策问题,并用不协调群决策信息系统解释决策信息的不协调特性。结合不协调信息的群决策与不完备信息的粗糙决策两种方法长处,设计了不确定条件下的粗糙群决策方法。最后,将粗糙群决策方法应用于某型雷达的送修级别决策,应用实例验证了粗糙群决策方法处理不确定信息的有效性,可显著提高装备送修级别决策的吻合率。     

不确定环境下行为决策理论述评

按照历史脉络梳理行为决策理论研究文献,可将其理论发展大致归为三个阶段:20世纪50~70年代以期望效用理论为基础的信息判断和选择阶段;70~80年代将行为变量嵌入理性决策模型的阶段,产生了非期望效用理论;80年代末至今的暧昧主观不确定情景下现代决策理论研究阶段。随着行为决策理论的不断发展与完善,非期望效用和暧昧期望效用理论在经济、金融领域中有着广泛的应用,进而推动了经济和金融学科的进一步发展。     

编队对地攻击不完备信息粗决策及可靠性分析

针对编队协同对地攻击特点,建立了编队协同对地攻击指挥决策信息系统。基于粗糙集理论,对不完备信息条件下的决策信息系统,分别讨论了由于数据对象缺失和由于条件属性值缺失造成的不完备信息决策系统的决策规则提取方法,并对提取的决策规则进行可靠性分析,给出不完备信息条件下提取的各决策规则的可靠度,为作战指挥决策提供依据。     

不确定环境下企业技术创新投融资决策研究

考虑企业的投资和融资决策,假定新技术的产出品价格服从混合的布朗运动/跳跃过程,从而将市场不确定性和未来创新的技术不确定性同时引入新技术的价值估计.通过数字示例,该研究给出了最优的投资、融资和破产临界值,并进一步考察了各种不确定性参数对新技术投融资决策以及融资决策对投资决策的影响.     

不完全信息下的封闭投标机制极小极大后悔策略分析

运用极小极大后悔原则的思想研究了不完全信息的封闭投标机制，给出一唯一的极小极大后悔投标策略，在此基础上，研究了其效率问题，分别给出了存在事务有效，相对事后有效和事后无效的极小极大后悔投资策略进行了充要条件；探讨了它与Ｂａｙｅｓｉａｎ－Ｎａｓｈ平衡点集间的关系，从效率的角度将它们作了比较，发现在多数情形下Ｂａｙｅｓｉａｎ－Ｎａｓｈ平衡点优越于极小极大后悔投标策略。     

不对称信息下供应链成本分担激励契约设计

当风险规避的供应商面临着研发或制造成本的不确定性时,由供应商和采购方共同分担成本的激励契约相对于固定价格契约和成本加成契约而言更优。成本分担激励契约中不同的分担系数为供应商的研发努力提供了不同程度的激励。构建了一个风险中性的采购方和一个风险规避的供应商组成的二级供应链,分别分析了在信息对称和不对称情形下供应链中最优的成本分担线性激励契约,发现两种情形下最优契约中供应商的成本分担系数皆随成本不确定性的增加而减少,采购方对供应商的固定支付皆随成本不确定性的增加而增加;信息不对称情况下,供应商的成本分担系数低于信息对称情况下的成本分担系数。最后,通过算例对结论进行了说明。     

粗造集理论与应用发展

针对近几年兴起的粗糙理论进行了介绍 ,给出了应用较多的一些评价函数 ,并对各部分理论进行了举例说明 ,最后对粗糙集的应用提出了论述 .     

粗糙集理论在我国税收预测中的应用

基于粗糙集理论给出了对象与规则可信度的概念,提出了一种经济系统中相关关系预测法.利用信息熵的概念,评价因素的重要程度和约简因素,由此提取基本相关规则.在对象与规则之间的可信度基础上,建立了预测模型.与传统的回归预测法比较,这个方法不需要进行相关性判断、模型识别和检验,它直接从数据出发,在不损失信息的条件下约简冗余因素,寻找经济指标与影响因素之间的相关关系,能同时处理定性、定量因素以及不确定因素.税收预测模型算例说明了本文方法的有效性.     

基于粗集2未确知测度模型的企业技术创新能力评价研究

应用粗集理论对影响企业技术创新能力的指标进行约简后,提取影响企业创新能力的主要指标,然后应用未确知测度模型进行综合评价.最后,用某市企业的具体实例,得出该城市企业技术创新能力的整体水平,以证明方法的有效性.     

精度与程度的逻辑差粗糙集模型及其算法

基于精度与程度的逻辑差需求,提出了精度与程度的逻辑差粗糙集模型,定义了粗糙集区域概念. 在精度与程度的逻辑差粗糙集模型中,得到了粗糙集区域的基本结构和精确描述,提出了计算粗糙集区域的宏观算法和结构算法, 并进行了算法分析与比较,得到了结构算法具有时间优势和空间优势的结论. 最后用一个医疗实例对模型及其算法进行了说明. 精度与程度的逻辑差粗糙集模型,部分拓展了程度粗糙集模型和经典粗糙集模型,在决策表应用中具有广阔前景.     

基于粗糙逻辑的增量式属性约简算法

知识约简、决策规则的获取是粗糙集理论研究的核心内容。以粗糙逻辑为基础，首先给出了在新实例加入论域后判断约简变化与否以及判断原极小决策算法中决策规则变化与否的判定依据。在此基础上，提出了一种增量式属性约简算法。该算法能有效地减少计算属性约简与极小决策算法的计算量，提高了计算效率。     

基于变精度粗糙集理论的知识约简方法

基于变精度粗糙集理论与包含度理论,引入了不协调目标信息系统的上、下分布约简的概念,并讨论了它们之间的关系.上(下)分布约简是保持每个决策类的上(下)近似不变的最小属性集,由约简系统产生的命题规则与由原系统产生的命题规则是相容的,即约简不会改变由对象所产生的规则的决策结果.通过对这两种知识约简的等价刻画,得到了上、下分布知识约简的判定定理和可辨识属性矩阵,从而提供了不协调目标信息系统知识约简的新方法.     

Rough function model and rough membership function

Two pairs of approximation operators, which are the scale lower and upper approximations as well as the real line lower and upper approximations, are defined. Their properties and antithesis characteristics are analyzed. The rough function model is generalized based on rough set theory, and the scheme of rough function theory is made more distinct and complete. Therefore, the transformation of the real function analysis from real line to scale is achieved. A series of basic concepts in rough function model including rough numbers, rough intervals, and rough membership functions are defined in the new scheme of the rough function model. Operating properties of rough intervals similar to rough sets are obtained. The relationship of rough inclusion and rough equality of rough intervals is defined by two kinds of tools, known as the lower （upper） approximation operator in real numbers domain and rough membership functions. Their relative properties are analyzed and proved strictly, which provides necessary theoretical foundation and technical support for the further discussion of properties and practical application of the rough function model.     

基于广义粗糙集的不确定条件下的Flow Shop调度

在实际生产调度过程中，加工时间的不确定性是普遍存在的，因此引用广义粗糙变量来表示不确定的工件处理时间，定义粗糙加法运算，precision以及ratio，建立了处理时间不确定性的FlowShop调度问题的精糙规划模型，提出了粗糙遗传调度算法将其应用于调度模型的求解，仿真实验证明了算法的有效性。     

一种基于粗糙集聚类的数据约简算法

针对企业资源优化问题，首先采用了聚类分析的方法对原始数据进行约简，并且去除可疑信息，从而使得数据具有一致性，然后应用粗糙集理论将数据进行定性化分析和约简。通过系统聚类和粗糙集两种方法进行数据约简，使数据得到横向和纵向两个方向上的约简。算法应用于企业资源配置优化处理，取得了良好的效益。     

基于集对势的扩充粗糙集模型

针对已有扩充粗糙集模型处理不完备信息系统的局限性,在已有扩充模型的基础上,基于集对分析理论中集对势的概念定义了一种新的对象之间的分类关系,称为集对势容差关系,并由此给出一种新的粗糙集扩充模型.从局部角度,分析说明该模型的分类性能优于已有方法.同时选用UCI数据库中的数据集进行测试,通过实验表明该模型的整体分类性能也优于已有方法.因此更加适合大型不完备信息系统的处理.