广义不完备直觉模糊信息系统的属性约简

给出了广义不完备直觉模糊信息系统的概念,并把特征关系引入广义不完备直觉模糊信息系统,在此基础上构建了广义不完备直觉模糊信息系统与决策表的辨识矩阵,进而分别讨论属性约简和相对约简.

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。

不完备混杂信息系统的属性约简

海量数据的复杂性、不确定性和高维性引发了属性约简的需求。对于完备决策系统,香农熵及其变体已被广泛用于评估属性的重要性。对于不完备混杂信息系统,基于信息增益的属性约简研究较少。在模糊粗糙集框架,针对不完备混杂信息系统提出了一种基于信息增益的属性约简方法,构造了适用于不同数据类型的距离函数来度量不同对象之间的距离,然后计算从每个属性中获得的信息,最后选择符合条件的属性子集。为了验证所提出方法在不完备混杂信息中的有效性,在几个公开数据集上进行了实验。实验结果表明提出的算法相较于基于增益比的属性约简算法、基于Alpha-investing流属性约简算法以及基于邻域条件互信息的交互属性约简算法在处理不完备混杂数据上是有效的。

基于广义模糊软信息系统下的三支冲突分析

如今,冲突作为一种普遍存在于我们日常生活中的自然现象,越来越受到人们的关注。同时,随着社会的发展,许多复杂的、不确定的矛盾问题时常发生与之相伴。为了有效地解决这些问题,在此基础上,提出了一种新型的三支冲突分析模型——广义模糊软信息系统。然后,我们介绍概念在基于争议集的三个集中:联盟集、中立集和冲突集,提出了一种利用贝叶斯方法计算三支决策理论。接着,我们介绍了联盟集和极大集联盟集,我们介绍了联盟集,中立集和冲突争议集。通过以上的努力,我们得到了冲突的核心原因。通过使用采用广义模糊软冲突分析模型,找出最优策略。

不完备勾股模糊信息系统的三支冲突分析

本文考虑了不完备情况下的勾股模糊信息系统,并结合三支决策思想将三支冲突分析模型引入不完备勾股模糊信息系统中。首先,定义了不完备勾股模糊信息系统,同时根据勾股模糊数另一表达形式定义了+/−区域角与可能含有未知值的勾股模糊数的未知值数量函数。其次,根据差异性矩阵,定义了可能含有未知值的勾股数之间的冲突度计算方式,建立起不完备勾股模糊信息系统中的代理人之间关系的三划分模型。最后,根据对多事件的态度取值的聚合算子,在不完备勾股信息系统中建立了对代理集的三划分模型。

不完备信息系统的直觉模糊决策粗糙集

在不完备信息系统中把缺失值视为已知属性值集合的幂集,根据集合的性质定义了不完备信息系统中对象间的相似度和相异度,它们可以分别看作直觉模糊关系的隶属度和非隶属度,由此可以得到新的直觉模糊相似关系以及直觉模糊相似关系的截关系。用直觉模糊相似关系的截关系代替经典决策粗糙集模型中的等价关系,得到一种基于不完备信息系统的直觉模糊三支决策方法,并分别讨论了悲观者、中立者、乐观者的决策规则。最后通过实例验证了该方法的合理性和有效性。

不完备模糊目标信息系统粗集模型与知识约简

在不完备信息系统和模糊目标信息系统的基础上,将不完备近似空间和模糊目标信息系统有机地结合起来,提出了不完备模糊目标信息系统的概念;同时还给出了不完备模糊目标信息系统的粗糙集模型,该模型是完备模糊目标信息系统和经典目标信息系统粗糙集模型的推广。还给出了系统知识约简的一些相关概念及其辨识矩阵的知识约简方法。

直觉模糊序信息系统的广义优势关系

以直觉模糊序信息系统为研究对象,定义了直觉模糊序信息系统的广义优势关系,进而对广义优势关系和优势关系进行比较分析.并用实例说明了广义优势关系的优点.

不完备模糊决策信息系统的粗集模型与精度约简

在不完备信息系统和模糊决策信息系统概念及其粗集模型的基础上,本文提出了不完备模糊决策信息系统的概念,给出了不完备模糊决策信息系统的粗糙集模型,它既不同于不完备近似空间上的信息系统又不同于完备空间上的模糊决策信息系统。该模型是完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广。文中还给出了系统的精度约简概念及其约简算法。

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。

广义不完备序值信息系统中的知识约简

以同时具有丢失型和遗漏型未知属性值的广义不完备序值信息系统为研究对象,提出确定特征优势关系的概念,并基于此关系讨论了该系统的知识约简问题.对比分析证明,确定特征优势关系在一定程度上克服了特征优势关系的局限性.在广义不完备序值决策系统中引入近似分布约简,提出新的近似分布约简概念,结果表明基于确定特征优势关系粗糙集模型能有效地处理具有两种未知属性值的广义不完备序值系统,为从复杂的不完备系统中知识获取提供了新的理论基础与技术手段.

基于全序优势关系的不完备模糊信息系统及其属性约简

针对具有优势关系的不完备模糊决策信息系统,在分析了现有的两种优势关系的优缺点的基础上,利用属性值的概率分布原理提出了一种新的全序优势关系,这种关系合理地改进了扩展优势关系,克服了限制优势关系不能对论域中所有对象进行比较的缺点,并进一步给出了基于全序优势关系的上下近似表达式,相对约简的定义和具体的计算方法。最后用实例说明这种方法的有效性。

加权多粒度直觉模糊信息系统的粗糙集模型及其决策

针对现有多粒度直觉模糊粗糙集决策模型的不足,提出粒度加权的多粒度直觉模糊粗糙集模型.首先研究加权多粒度直觉模糊粗糙集的基本性质,分析加权多粒度直觉模糊粗糙集与乐观多粒度、悲观多粒度直觉模糊粗糙集之间的关系,并给出这几种模型不确定度量之间的关系.然后给出决策规则的置信度和支持度定义以及决策规则的获取方法,弥补目前常用的多粒度直觉模糊粗糙集的不足.最后通过决策实例分析验证文中模型的有效性.

广义不完备信息系统中一种拓展粗糙集模型

以同时具有遗漏型和丢失型未知属性值的广义不完备信息系统为研究对象,定义一种用于分类的α程度限制优势关系,提出一种基于α程度限制优势关系的拓展粗糙集模型,并给出其上、下近似性质。通过一个教师教学质量评估实例,说明这种模型在广义不完备信息系统中处理模糊和不确定知识是有效和可行的。

多粒度背景下直觉模糊信息系统的粗糙集及其决策

从多粒度视角研究了直觉模糊信息系统,定义了优势关系,给出了乐观和悲观的两种模型,研究了其性质及其与单粒度模型的联系与区别,并且给出了决策规则的置信度因子及其决策规则的获取方法,定义了多粒度直觉模糊决策系统的属性重要度,将其应用到多专家综合决策中,从而弥补了单粒度直觉模糊粗糙集的不足,最后通过一个实例验证了本文理论方法的正确性与有效性。

直觉模糊信息系统的优势关系及其约简

进一步研究了直觉模糊信息系统的优势关系及其约简方法。首先针对直觉模糊信息系统定义了优势关系并研究其性质,给出相关的证明,然后定义了在该优势关系下直觉模糊信息系统目标集的上下近似集并证明其性质。接着分析了直觉模糊决策表的研究现状及其不足之处,提出了直觉模糊决策表的条件属性相对于决策属性的属性依赖度、属性重要度的概念,给出了相对属性约简与相对核属性的计算方法,最后通过实例表明所提方法的有效性和合理性。

直觉模糊目标信息系统的正域约简

经典的粗糙集理论对直觉模糊目标信息系统不能直接进行知识约简.为此,首先在直觉模糊目标信息系统中引入优势关系,给出了基于优势关系的直觉模糊粗糙集定义;然后将经典粗糙集理论中的相对正域、属性依赖度以及属性重要性等概念推广至直觉模糊环境中,同时证明了直觉模糊目标信息系统的相对正域具有单调性的特征;结合属性的不同特征以及正域约简的定义给出了正域约简的判定定理,从而设计出以属性重要性为启发式信息的正域约简算法,并给出算法的复杂度分析;最后通过数据实验验证了算法的有效性.

基于相容关系的不完备模糊目标信息系统的分配约简

属性约简是粗糙集理论中的重要研究内容,本文在不完备模糊目标信息系统中,提出了分配约简的概念,给出了分配约简的判定定理、相应的辨识矩阵,最后给出了计算分配约简的算法,并通过实例说明了算法的有效性。这种约简是完备的目标信息系统的分配约简的推广,同时也是不完备单模糊目标信息系统的(α,β)精度约简的推广。

直觉模糊序决策信息系统的分配约简

在直觉模糊集概念的基础上,通过对直觉模糊数加权的方法建立一种新的序关系。利用传统的序关系和新的序关系分别建立直觉模糊序决策信息系统。然后在定义的分配函数和分配协调集的基础上,给出对应的分配约简的判定定理和辨识矩阵,进而建立直觉模糊序决策信息系统的分配约简的具体方法。最后通过实例验证该方法的有效性。

直觉模糊序信息系统下变精度与程度的“逻辑且”粗糙集

通过综合考虑集合中元素的隶属度、非隶属度和犹豫度,定义了直觉模糊信息系统的加权得分函数。基于此得分函数,定义了直觉模糊信息下的优势关系,运用"逻辑且"的方式将变精度粗糙集和程度粗糙集结合起来定义了"逻辑且"粗糙集模型,并研究了其相关性质。最后,通过实例分析进一步体现了该研究的意义,为序信息系统的知识表示提供了新的理论基础。