决策形式背景基于OE-协调性的属性约简

属性约简作为形式概念分析中非常重要的一个研究分支,在三支概念分析中也同样重要。基于对象导出三支概念格,提出了保持决策形式背景OE-协调性的属性约简理论,丰富了三支概念分析的约简理论。首先,定义了决策形式背景的OE-协调集和OE-约简,并将属性按其特征分为3类。其次,指出OE-约简的本质就是极小OE-协调集,给出了OE-协调集的几个判定定理,通过研究OE-协调集的充要条件,获取OE-约简的判定定理。最后,给出OE-差别矩阵和OE-差别函数的定义,并给出了利用OE-差别矩阵和OE-差别函数计算OE-约简的方法。

一般决策形式背景的属性约简

决策形式背景是形式背景的重要扩展。属性约简是决策形式背景领域研究的热点问题。由现实数据所构建的决策形式背景通常是不一致的,文中面向实际应用,研究一般决策形式背景的广义属性约简方法。定义了一般决策形式背景的广义属性约简,并基于辨识函数给出了计算所有约简的算法。该算法具有良好的通用性,可应用于一致和不一致的决策形式背景。

基于信息粒的不协调决策形式背景的分布约简

粒计算和知识约简是知识发现和数据挖掘的两个重要课题。基于信息粒研究不协调决策形式背景的属性约简的定义和方法。首先,利用对象概念的内涵定义对象集上的拟序关系,并研究其相关性质。然后,利用拟序类定义分布函数和最大部分函数,进而提出不协调决策形式背景的(最大)分布协调集和(最大)分布约简的定义。最后,定义不协调决策形式背景的(最大)分布辨识矩阵及(最大)分布辨识公式,基于辨识矩阵给出(最大)分布协调集的判定定理,并提出计算分布约简和最大分布约简的方法。

基于眼动技术的产品类型及表现形式对购买决策的影响

目的针对产品的不同类型(功能型和享乐型)和不同表现形式(文本和图片),依据较为客观量化的实验结果,研究消费者的购买决策。方法采用眼动追踪技术和回顾性访谈,对三十六名被试观察感知产品及决策的过程进行记录和分析,对比产品不同类型和不同表现形式对消费者购买决策的影响。结果研究发现,同一表现形式中,文本形式下选择功能型产品的更多,图片形式下选择享乐型产品的比值明显增大,图文结合形式下决策发生转变,选择功能型产品的增多。购买决策时,个体在文本形式中的决策时间明显比图片形式下的决策时间更长;在图文结合形式中,个体对文本的注视时间也均高于对图片的注视时间。结论在文本形式下对功能型产品的考虑更多,而在图片形式下对享乐型产品更有优势。基于实验结果,提出产品购买决策的两种模式,即直接收敛和逐渐收敛模式。研究对网页等产品展示策划与设计提供了一定的指导,对网络购物平台的信息推送提供了建议。

基于遗传算法的决策形式背景的属性约简方法及其在决策分析中的应用

决策形式背景的最小约简可以使规则提取更加简便,也可以使所获取的规则更加紧凑,从而有利于数据的决策分析.对于如何快速求得决策形式背景的一个最小约简,已有一些启发式方法在这方面做了有益的尝试.然而,启发式思想求解最小约简遇到某些特殊的数据集会出现失效的现象.在决策形式背景中引入决策规则支持元与支持度,讨论了协调集与约简的等价判定定理,在此基础上提出基于遗传算法的决策形式背景的属性约简方法.数值实例分析表明,新约简方法能够在一定程度上弥补启发式算法存在失效现象的不足,从而有利于提高决策分析的效率.

保持决策蕴涵不变的决策背景属性约简

形式概念分析是一种利用概念格进行数据分析的理论,属性约简是概念格约简的主要方式之一。决策蕴涵是形式概念分析在决策情形下的一种知识表示与推理模型。在已有保持决策背景知识信息不变的属性约简研究中,通常以保持概念规则或粒规则来保持决策背景的知识信息。而相比于概念规则与粒规则,决策蕴涵具备更强的知识表示能力。为了进一步缩小数据在属性约简前后对知识信息表示的差异,对保持决策蕴涵不变的属性约简进行了研究。首先,结合决策蕴涵的语义给出了保持决策蕴涵不变的协调集和约简定义,提出了判定协调集和约简的充要条件;接着,通过实例分析了该约简存在的问题,并结合蕴涵理论给出解决方法,从而给出了弱协调集和弱约简的定义;然后,从知识包含的角度分析了弱约简相比于约简的合理性;最后,提出了判定弱协调集和弱约简的充要条件,并结合决策蕴涵规范基给出了能够找到弱约简的方法,丰富了保持知识信息的属性约简研究内容。

基于π演算的指挥决策行为形式化建模研究

指挥决策行为建模研究急需能够为分析、描述和建模指挥决策行为所具有的并发性、复杂交互性以及动态演化性提供有力支持的形式化方法。基于改进的OODA,通过应用π演算对指挥决策行为进行形式化建模,探讨了基于π演算的指挥决策行为形式化建模的可行性和可用性;在此基础上,就π演算方法为指挥决策行为形式化建模正确性验证以及模型有效性验证方面所提供的支持进行了初步探讨。研究表明,π演算方法可为指挥决策行为建模提供有力支持。

决策形式背景的启发式属性约简算法

在决策形式背景中给出了核心概念的定义,将决策形式背景的条件属性区分为必要属性与不必要属性,提出判定一个条件属性是否必要的等价刻画定理;在此基础上设计出了决策形式背景属性约简的一种启发式算法,通过实例证明了该算法的可行性与有效性。

村民自治中的民主决策:实践形式与理论反思

民主决策是村民自治的核心内容之一。但是,究竟什么是最契合村民自治内在精神的民主决策形式?这是一个无论在理论上还是实践上都是见仁见智的问题。实践经验表明,以村民委员会或者党支部——村委会联席会议为主的精英决策是村民自治中民主决策最普遍的实践形式,而代议政治型、全民公决型和协商一致型民主决策是有限的补充形式。导致实践形式多样化的内在因素是村民自治制度体系所固有的结构性价值紧张,展望未来,村民自治的发展完善需要民主制度与科学技术的有机结合,民主决策的理想形式应该是基于民主——科学的协商民主决策模式。

协调决策形式背景的属性约简

本文研究基于对象定向概念格和属性定向概念格协调决策形式背景属性约简的问题。首先介绍了协调决策形式背景属性约简的概念,讨论了其等价的定义。进一步给出了属性约简的判定定理和相应的可辩识属性矩阵,从而为概念格中协调决策形式背景属性约简提供了一种具体的方法。

复杂决策问题形式化方法研究

在对决策问题复杂性原因研究的基础上,为复杂决策问题形式化下了准确的定义,并提出复杂决策问题形式化方法的逻辑框架.该框架由3部分组成,即复杂决策问题表示层、复杂决策问题结构化层和定量分析模型综合层.针对各层次所要解决的关键问题,进行了深入探讨.

行政决策的合法化:形式合法与实质合法

行政决策的合法化,包含行政决策的形式合法和实质合法。西方理论界没有提供一个有效的行政决策合法化的理论分析框架。在中国语境下,依法决策、科学决策、民主决策分别突出了形式合法性、有限理性和可接受性,三者紧密关联、功能互补,为实现行政决策的形式合法和实质合法,提供了一个较为成熟的分析框架——"互动的行政决策合法化"。遵循这个思路,不断完善法律制度建设,提高我国行政决策的法治化、科学化和民主化水平,逐步推动行政决策合法化。

决策树的形式算法及其在地理信息学中的应用

决策树作为数据挖掘的一种方法,很早就已经应用于金融投资,市场分析等方面,而决策树在GIS、遥感等方面的地学应用则是近年来才逐步兴起。总结决策树的算法以及在地理信息学的应用,最后提出一个基于决策树的土地估价系统模型。

基于属性概念的决策形式背景协调性研究

决策形式背景是在形式背景的基础上通过增加决策属性而得到的,相应的可生成条件格和决策格。基于这两个格中属性概念外延之间的关系提出属性粒协调决策形式背景这一概念,并从属性概念的角度给出决策形式背景现有的强协调性、弱协调性和协调性的新的描述方式,进一步解释属性粒协调决策形式背景与这三种决策形式背景之间的关系;最后,提出属性粒规则的概念,并给出以此为基础的规则获取方法。

决策形式背景框架下证据推理模型研究

针对证据理论在决策过程中存在的证据获取困难、证据重要性不同等问题,在决策形式背景框架下构建了一种融合客观数据和先验知识的证据推理模型。该模型将决策形式背景的每个条件属性作为一条证据,同时对决策形式背景所蕴含的知识进行证据提取,获得基本信度指派函数,引入证据权重对合成公式进行修正。仿真结果和相关分析表明,所提方法是合理且有效的。

决策内容与结构形式

本文从决策思维内涵的角度,提出决策内容的概念,并与决策载体、决策过程等易混概念做了概念性的区分;从决策学研究前提出发,在本文里,作者引申出决策内容的基本要素和一般要素,并就决策内容要素的关联关系,做了决策内容形式的分析,得到决策内容要素形式的如下要点:决策内容要素的结构、决策内容要素的"制约三原则"与"形式五特征",并将包含决策这样内容的决策内容,概括为决策内容的完备性。此外,作者依次讨论了决策内容的作用,明确决策内容在决策学体系框架中的应有地位。

随机决策形式背景下的概念格构建原理与算法

概念格是根据二元关系提出的概念层次结构,用于数据的分析和规则提取。针对随机决策形式背景,讨论了随机决策形式背景下随机概念的数学表示,并证明了随机概念伽罗瓦连接的存在性,提出随机概念格的构建算法,最后用实例证明了其有效性。

本科生导师制“形式主义大于实质价值”的原因分析——基于垃圾箱决策理论

为了保障和提高人才培养质量,本科生导师制在我国高校得以普遍模仿和广泛流行,但实践中却是形式主义大于实质价值,垃圾箱决策理论为本科生导师制的流行和低效提供了合理的理论解释。本科生导师制流于形式主要在于高校在面对流动参与的决策者,模糊的决策偏好和技术不明,倾向于"答案导向的决策"过程。发挥本科导师制的制度实效应克服"答案导向"的决策模式,因校制宜创造条件逐步推进。

一种决策形式背景中挖掘决策规则的新方法

针对大规模决策形式背景中决策规则的提取问题,提出了一种将频繁闭项集与决策形式背景相结合以提取无冗余决策规则的新算法.该算法结合了深度优先搜索的思想以及概念格中概念节点之间的父子关系,改进了概念格中频繁闭项集的挖掘算法,得到的频繁决策概念格实现了对一定规模的数据库的压缩,同时得到无冗余决策规则.算法分析表明,该算法复杂度较低,更适用于大规模数据集中挖掘无冗余决策规则.