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.

直觉模糊目标信息系统的知识约简

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.这里在直觉模糊目标信息系统中引入优势关系,建立了基于优势关系的直觉模糊粗糙集模型;然后,基于定义的分布协调集和分配协调集,给出了分布约简和分配约简的判定定理和可辨识矩阵,从而提供了直觉模糊目标信息系统的知识约简方法.最后给出一个实例验证方法的有效性.

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。

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。

具有模糊信息的多目标系统解模糊决策方法

对于具有模糊信息的多目标系统提出了一种模糊多目标决策方法。首先利用专家意见通过模糊算法集结各方案的模糊综合评价值 ,然后改变传统方法中对模糊数进行排序的做法 ,利用一种解模糊算法 ,直接对模糊综合评价值实行解模糊来进行方案优选 ,方法直观、简单 ,易于实现。

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.

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。

模糊目标信息系统上的知识约简方法

模糊目标信息系统(fuzzy objective information systems,简称FOISs)在许多实际应用中存在,这种系统上的知识简化不能采用Pawlak信息系统上的约简方法.因此,提出了模糊目标信息系统上的a分布约简、a最大分布约简、a分配约简、粗糙分布约简,并给出了它们的性质以及与Pawlak信息系统上约简的关系,同时也给出了这些约简的判定定理、对应的可辨识矩阵、约简公式.这些约简推广了Pawlak信息系统上的知识约简方法,为模糊目标信息系统上的知识发现和基于粗糙模糊规则的模糊概念分类器提供了新的低复杂性手段.

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。

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。

协同式目标识别系统的直觉模糊威胁评估

针对传统威胁评估方法存在权值设置主观性强,对结果的解释性较差等问题,提出一种基于直觉模糊推理的协同式目标识别系统威胁评估方法。首先给出系统的威胁评估指标并规范化,然后使用多种属性函数设计直觉模糊推理系统,设计推理合成算法,简化推理准则。仿真结果表明,直觉模糊推理系统有效反映了指标与威胁度的映射规律,方法合理有效,为干扰资源配置和火力打击部署提供决策支持。

模糊目标信息系统的VPRS模型及知识约简

将变精度粗糙集模型引入模糊目标信息系统,建立了模糊目标信息系统的变精度粗糙集模型。定义了四种该模型上的知识约简——β上下近似约简和β上下分布约简;讨论了β上下分布约简的一些性质,提出了β上下分布协调集的判定定理,通过定义相应的区分矩阵给出了求β上下分布约简的区分矩阵算法。

集值模糊目标信息系统的近似分配约简

基于集值信息系统上的变精度相容关系,定义了集值模糊目标信息系统的模糊目标在给定相容水平下的上近似与下近似,提出了一定截集水平下的上近似分配约简与下近似分配约简概念,这种约简是单值目标模糊信息系统上精度约简概念的推广,同时也是经典目标信息系统上近似分配约简概念的推广.进一步,在集值模糊目标信息系统引入区分矩阵与区分函数,给出了计算上近似分配约简与下近似分配约简的方法.

模糊目标信息系统上的逻辑及决策规则

基于模糊目标信息系统模型,并结合粗糙集相关的逻辑理论,提出了模糊粗糙决策语言FRDL,给出了FRDL中公式的定义、语义、可满足性有效性的形式化描述以及相关的性质.在此语言的基础上,给出了模糊目标信息系统上的决策规则、逆决策规则形式化描述和构造方法.FRDL所描述的逻辑表达方法以及规则推理公式为建立在模糊目标信息系统之上的决策支持系统、推理机提供了形式化的表示和推理方法.最后,在眼科近视诊断上进行的数据实验表明,这种形式化描述和推理方法比较合理.

直觉模糊序信息系统的变精度与程度“逻辑差”粗糙集

将直觉模糊集合中元素的隶属度、非隶属度和犹豫度充分地结合起来,在直觉模糊信息系统中定义了二次加权得分函数。基于此得分函数定义了直觉模糊信息系统中的优势关系,进一步地,通过"逻辑差"的方式将变精度粗糙集和程度粗糙集结合起来,提出了变精度与程度"逻辑差"粗糙集模型,并研究了其相关性质,发现"逻辑差"组合能够同时考虑变精度和程度的双重量化信息。最后,通过实例分析,进一步体现了研究意义,为直觉模糊序信息系统的知识发现提供了理论基础。

基于优势关系下模糊目标信息系统的属性约简

在现实生活中,许多信息系统不仅是模糊的还是基于优势关系的。在基于优势关系下模糊目标信息系统中引入了广义决策的概念,提出了分别保持下广义决策、上广义决策、广义决策不变的三种不同约简,进一步给出了各属性约简的判定定理和辨识矩阵,提供了在优势关系下模糊目标信息系统属性约简的具体方法。通过实例验证了该方法的有效性,进一步丰富了粗糙集理论。

基于模糊目标信息系统的监狱警察素质分析

论文将基于模糊目标信息系统的数据挖掘方法引入到监狱人民警察素质的分析之中,并研究了针对性的规则获取算法。实验研究表明,该方法能得到实用规则,在监狱机关提高工作绩效方面具有较大实用价值。

基于优势关系的直觉模糊信息系统的属性约简

近几年来出现了许多用粗糙集理论处理信息系统的方法,但是对直觉模糊信息系统还没有做出相关的讨论。本文首先在直觉模糊信息系统与决策信息表中定义了优势关系,然后引入了基于此优势关系的约简与相对约简的概念,并通过辨识矩阵及辨识函数得到求解约简与相对约简的具体方法。