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。

覆盖多粒度梯形模糊数决策理论粗糙集模型

作为经典Pawlak粗糙集模型的推广,基于论域上的等价关系,针对风险决策分类问题,多粒度粗糙集已有研究。其特点是在力争决策的期望损失(亦称决策的条件风险)最小的条件下,比较客观地确定对象分类区域的概率描述临界值,进而进行对象的最佳分类决策。然而,在实际应用中论域上的等价关系很难把握,况且特征状态的风险损失往往带有某种不确定性。凡此,无疑在一定程度上限制了多粒度决策理论粗糙集的应用。对此进行了研究:提出了覆盖多粒度梯形模糊数决策理论粗糙集模型,分别就平均、乐观和悲观的情形进行了讨论和刻划;得到了覆盖多粒度梯形模糊数决策理论粗糙集与已有相关模型之间的关系;结果和算例表明了模型的广泛性。

基于不完备信息系统的三角模糊数决策粗糙集

在不完备信息系统中,针对用区间值表示一个未知参量时,整个区间内取值机会被认为是均等的,得到的结果可能会产生过大误差的问题,将三角模糊数引入到决策粗糙集中,提出了一种基于不完备信息系统的三角模糊数决策粗糙集。首先,定义了一种描述不完备信息的相似关系;然后,针对不完备信息系统中的缺失值,利用三角模糊数来获取损失函数,构建了三角模糊数决策粗糙集模型;实例表明,本文提出的方法不仅能够弥补用区间数表示的不足,而且可以突出可能性最大的主值,从而减少分类误差。

模糊数决策粗糙集

考虑到实际决策问题中损失函数的不确定性特征,从贝叶斯理论出发,将模糊数损失函数引入决策粗糙集,提出模糊数决策粗糙集模型。首先,讨论在贝叶斯期望风险最小决策的语义下模糊数决策粗集理论基本模型的构建过程。其次,分析模糊数决策粗集理论的相关数学性质和准则。最后,通过一个企业信用评估问题来阐明模糊数决策粗糙集模型的应用过程。

模糊粗糙集理论在空间电力负荷预测中的应用

基于遗传算法对连续数据进行区间数的最优量化和区间的分点值计算,同时将各量化区间模糊化,对预处理后的数据利用粗糙集理论建立小区用地属性决策表,并进行属性约简,得出决定小区用地类型的决策规则。同时,分析计算了各条件属性对各用地类型的不同权重,克服了传统方法确定权重系数的主观性。

基于模糊聚类的粗糙集决策表简化方法研究

决策表是一种特殊而重要的知识系统,在决策支持和数据挖掘等领域有着重要的应用。该文给出了一种基于模糊聚类的粗糙集决策表分析方法。该方法结合模糊集和粗糙集理论,由模糊聚类得出模糊决策表,并可以方便地构造决策表和对决策规则表进行简化。

三角模糊不完备三支群决策及其在糖尿病诊断中的应用

为同时应对不确定信息表示与风险信息融合对群决策带来的挑战,构建一种三角模糊不完备三支群决策方法,并将其应用于糖尿病诊断决策。首先,针对信息不确定性蕴含的模糊性和不完备性,分别引入三角模糊集和不完备信息系统的概念。通过与多粒度三支决策结合,构建了可调多粒度三角模糊概率粗糙集模型。然后,根据离差最大化法计算属性权重与专家权重,结合ELECTRE(elimination et choice translating reality)方法建立了三角模糊多属性群决策方法。最后,通过对糖尿病患者数据的案例分析和评估,验证了所提方法的可行性和有效性。该方法不仅从不确定信息表示、风险信息融合和最优粒度选择的视角丰富了多粒度三支群决策理论,而且推动了糖尿病智能诊断方面的应用。

基于前景理论的三角犹豫模糊多属性决策方法

针对属性权重信息完全未知,属性值为三角犹豫模糊元的多属性决策问题,提出一种基于前景理论和模糊结构元的决策分析方法。首先,基于模糊结构元理论,定义三角犹豫模糊元的结构元形式和海明距离公式,并通过求解属性间距离离差最大化的优化模型确定权重。其次,依据前景理论,分别以正负理想点作为决策参照点,构建收益矩阵和损失矩阵。在此基础上,应用TOPSIS方法计算各备选方案的相对贴近度,并依据相对贴近度的大小实现备选方案排序。最后,通过算例验证方法是有效和可行的。

基于多伴随直觉模糊粗糙集的三支决策

决策粗糙集提供了处理不确定数据和风险数据决策问题的一个新方法,基于决策粗糙集的三支决策理论是典型的风险决策理论的推广.传统的直觉模糊粗糙集采用一对三角模与蕴涵算子来构造逻辑算子,未考虑属性之间的差别,而多伴随直觉模糊粗糙集采用多个伴随对构造逻辑算子,更好地体现了用户偏好.构造了多伴随直觉模糊粗糙集模型,研究了基于多伴随直觉模糊粗糙集的三支决策.首先,定义了乐观多伴随直觉模糊粗糙集,并用于处理直觉模糊数的复杂计算问题;然后利用隶属函数和非隶属函数计算损失函数,通过期望损失函数对事件对象进行评估,进一步构造了相应的三支决策模型;基于期望损失函数值最小的原则诱导出三支决策,并得到相应决策的风险值.此模型中期望损失函数的构造是基于支持度与非支持度两种度量的综合讨论,考虑更全面,更能有效地反映实际生活情况,满足用户偏好.最后用医学诊断的例子来验证该模型的有效性.

基于模糊数风险最小化的拓展决策粗糙集模型

决策粗糙集模型中损失函数一般是基于单值的。考虑到实际决策问题中损失函数的不确定特征,为了处理一般的情形,引入模糊数来表示损失函数。从模糊数学的角度出发,通过一系列模糊运算得出决策阈值α、β的模糊分布,并据此给出决策规则。同时,对比区间决策粗糙集模型,给出获得更紧凑的阈值α、β上、下确界的方法。最后,通过一个石油投资的例子来阐明该模型的应用过程。

融合粗糙集和证据理论的温室环境控制推理决策方法

针对温室环境控制专家决策的需求,该文提出了一种融合粗糙集和证据理论的推理方法,建立基于粗糙集和证据理论的决策模型,模型推理流程包括连续属性离散化、专家决策表形成、属性约简、证据组合推理。首先采用模糊C均值聚类方法离散连续的环境指标数据,利用基于信息熵的属性约简算法对决策表进行优化,剔除专家知识中的冗余成分,然后引入证据理论组合优化后的指标,最后依据基于基本可信度分配的决策,判定温室应采取的控制方法。实例研究表明该方法能有效提高控制决策可信度,减小决策的不确定性,将其应用于温室环境控制决策具有可行性。

基于粗糙集理论的物流中心选址决策研究

运用粗糙集理论进行物流中心选址决策研究,即针对物流中心的选址决策问题,采用粗糙集理论对冗余指标进行约简,并基于指标数据自身的规律对各项指标赋予权重;再结合模糊评价法,得出了比主观赋权法更为可靠的评价和决策方案。

结合粗糙集和模糊聚类方法的属性约简算法

本文针对粗糙集理论的属性约简算法进行了研究。结合模糊聚类方法 ,提出了一个新的属性约简算法 ,用户可以根据实际决策需要和领域知识更改阈值λ ,从而得到用户满意的属性约简结果。

Bayes决策的概率型粗糙集模型

本文讨论了概率型粗糙集模型与 Bayes决策方法的联系 ,建立了 Bayes决策方法的概率型粗糙集模型 ,实现了粗糙集理论应用于

基于粗糙三角模糊数的邮轮建造舾装物流集配流程风险评估

针对邮轮建造舾装物流集配流程中风险评价的繁杂性、评价对象的多样性、评价信息的模糊性和不确定性等问题,通过对邮轮建造舾装物流集配流程的分析,构建了一套较为科学、全面的邮轮建造舾装物流集配流程的风险评价指标体系;为降低指标间的重复率及剔除对集配流程风险影响较小的指标,利用粗糙集理论对指标进行简化处理,得出对集配流程影响程度较高的风险指标因素;同时为了降低评价信息的模糊性、不确定性以及提高评价结果的准确性,利用三角模糊数对专家的判断意见及定性评价进行定量化处理;最后根据风险评价的结果,并结合邮轮建造舾装物流集配流程,提出了有针对性的风险管控措施,对邮轮建造舾装物流集配流程中的风险管理具有重要的参考意义。

广义优势多粒度直觉模糊粗糙集的属性约简

证据理论和多粒度粗糙集模型的结合已成为知识挖掘中的热点研究之一,其建立的模型已被应用于不完备、覆盖、模糊等信息系统,但在直觉模糊决策信息系统中还未见相关讨论。首先,在直觉模糊决策信息系统中利用三角模和三角余模定义了3种优势关系,得到了3种优势类,并构造了广义优势关系多粒度直觉模糊粗糙集模型;其次,基于证据理论,讨论了广义多粒度直觉模糊粗糙集的信任结构;然后,通过定义粒度重要性和属性重要性给出了属性约简方法;最后,通过实例说明了该模型在处理直觉模糊决策信息系统时是有效的。

广义优势多粒度直觉模糊粗糙集及规则获取

优势关系粗糙集模型是研究序信息系统中数据挖掘的主要方法。为了丰富现有优势关系粗糙集模型,使其更加有效地应用于实际问题,本文首先在直觉模糊决策信息系统中利用三角模和三角余模定义了3种优势关系,得到了3种优势类;其次构造了广义优势关系多粒度直觉模糊粗糙集模型,讨论了该模型的主要性质;随后给出如何从直觉模糊决策信息系统中获取逻辑连接词为"或"的决策规则;最后通过实例说明该模型在处理直觉模糊决策序关系信息系统时是有效的。

基于重叠函数的模糊粗糙集及其应用

重叠函数和连续三角模有着密切联系,广义重叠函数是对重叠函数的进一步拓广,(广义)重叠函数在图像处理、数据分类、不确定多属性决策等方面有着重要的应用。基于连续三角模的模糊粗糙集模型,利用(广义)重叠函数及其剩余蕴涵提出了一种新的模糊粗糙集模型,分析和研究了新的模糊上下近似算子的基本性质。同时,利用前述模糊上下近似算子提出一种不确定多属性决策新方法,并通过一个具体案例说明了新方法的可行性和有效性。

基于简单模糊群决策方法的供应商选择研究

提出一个简单模糊群决策方法解决全球供应商选择问题。在全球化采购过程中,很多的制造商在选择国外供应商时遇到许多的不确定风险因素。因此,将模糊数学理论引入到不确定环境下的多准则决策问题中,用三角模糊数来描述评价准则的重要性权重和评价等级。应用符号距离法将候选供应商的总模糊分值转化为清晰值并进行排序,选出最好的供应商。最后,通过一个算例验证方法的有效性和可行性。