多粒度粗糙直觉模糊集的三支决策模型研究

多粒度粗糙直觉模糊集的三支决策模型研究

论文摘要

三支决策是一种新的处理不确定性问题的数学工具。由于三支决策更符合人类的选择习惯,也可以更好的解释决策粗糙集的语义,因此成为近期的研究热点。此外,直觉模糊集作为处理模糊性信息的数学工具,用来处理不确定性问题,可以使决策者在“亦此亦彼”、“非此非彼”的模糊概念描述过程中,得到更加符合人类思维的决策行为。而多粒度粗糙集理论是一种处理粒计算的数学框架,如何进行最优粒度选择,得到信息粒中更加精确的信息,成为其重要的研究方向之一。而将直觉模糊集和三支决策理论结合,考虑各个粒度的内部模糊性,可以删除多粒度的外部冗余粒度和内部冗余对象,得到更加合理的最优粒度决策方案。因此,如何运用多粒度粗糙集、直觉模糊集等理论,对三支决策的模型拓展和最优粒度选择方案进行研究,具有一定的意义。本文在多粒度粗糙集、直觉模糊集的基础上,结合三支决策的概念,对三支决策的理论拓展、模型构建进行了研究。首先,定义了新的粒度重要度度量公式,并设计了基于该方法的粒度约简算法,构造了一种新的三支决策模型,减少了粒度的外部冗余信息。然后,将约简集与直觉模糊集结合,构建了四种新的基于多粒度粗糙直觉模糊集的三支决策模型,减少了约简集中的内部冗余信息。本文的主要研究内容如下:(1)针对现有粒度重要度只考虑单个粒度对决策直接影响的问题,在多粒度粗糙集近似质量的基础上,综合考虑去掉某个粒度后其余粒度对决策的直接影响与间接影响,构造了新的粒度重要度度量方法,并给出了新的粒度约简算法。将约简集代入损失函数中,得到了新的基于粒度重要度的三支决策模型,减少了粒度的外部冗余信息,并给出了相应的对比实例。(2)针对每个粒度约简集中的内部冗余对象的问题,将乐观和悲观多粒度的约简集与直觉模糊集结合,构建了四种新的多粒度粗糙直觉模糊集模型,并讨论了它们的相关性质。在此基础上,构建了四种新的基于多粒度粗糙直觉模糊集的三支决策模型,进一步减少了每个粒度约简集中的内部冗余对象。并构造了综合得分函数和综合精度函数,可获得最优粒度的决策方案。最后,通过一系列的算法和实例验证了所提模型的有效性。本文主要通过研究多粒度粗糙集的最优粒度选择方式,进而拓展了三支决策模型。首先构建了一种新的基于粒度重要度的三支决策模型,并将其拓展到直觉模糊环境下,然后构造了四种新的基于多粒度粗糙直觉模糊集的三支决策模型,以此得到最优粒度选择结果。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 多粒度粗糙集的研究现状
  •   1.2 三支决策理论的研究现状
  •   1.3 直觉模糊集理论的研究现状
  •   1.4 研究目的及意义
  •   1.5 研究内容
  •   1.6 论文结构
  • 第二章 基础知识
  •   2.1 多粒度粗糙集
  •   2.2 粒度重要度度量
  •   2.3 三支决策
  •   2.4 直觉模糊集
  •   2.5 本章小结
  • 第三章 一种基于粒度重要度的三支决策模型
  •   3.1 改进的粒度重要度度量方法
  •   3.2 基于改进的粒度重要度的粒度约简算法
  •   3.3 基于粒度重要度的三支决策模型
  •   3.4 实例分析
  •   3.5 本章小结
  • 第四章 基于多粒度粗糙直觉模糊集的三支决策模型
  •   4.1 基于多粒度的粗糙直觉模糊集模型
  •     4.1.1 基于乐观多粒度的粗糙直觉模糊集模型
  •     4.1.2 基于悲观多粒度的粗糙直觉模糊集模型
  •     4.1.3 基于多粒度粗糙直觉模糊集的实例分析
  •   4.2 基于多粒度粗糙直觉模糊集的三支决策模型
  •     4.2.1 基于乐乐观多粒度粗糙直觉模糊集的三支决策模型
  •     4.2.2 基于乐悲观多粒度粗糙直觉模糊集的三支决策模型
  •     4.2.3 基于悲乐观多粒度粗糙直觉模糊集的三支决策模型
  •     4.2.4 基于悲悲观多粒度粗糙直觉模糊集的三支决策模型
  •   4.3 多粒度的综合度量方法
  •   4.4 基于多粒度粗糙直觉模糊集的三支决策的最优粒度选择算法
  •   4.5 基于最优站点选择的实例分析
  •   4.6 本章小结
  • 第五章 总结与展望
  •   5.1 总结
  •   5.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表论文和科研情况
  • 文章来源

    类型: 硕士论文

    作者: 韩丹杰

    导师: 薛占熬

    关键词: 三支决策,多粒度粗糙集,粒度重要度,最优粒度选择,直觉模糊集

    来源: 河南师范大学

    年度: 2019

    分类: 基础科学

    专业: 数学,数学

    单位: 河南师范大学

    分类号: O159;O225

    DOI: 10.27118/d.cnki.ghesu.2019.001004

    总页数: 67

    文件大小: 2582K

    下载量: 27

    相关论文文献

    • [1].人脸识别中的多粒度代价敏感三支决策[J]. 山东大学学报(理学版) 2014(08)
    • [2].基于收益最大化的三支决策中不承诺决策转化[J]. 微型机与应用 2017(08)
    • [3].三支决策中不承诺决策的转化代价与风险控制[J]. 计算机科学 2016(01)
    • [4].基于三支决策的支持向量机增量学习方法[J]. 计算机科学 2015(06)
    • [5].三支决策及其相关理论研究综述[J]. 微型机与应用 2014(12)
    • [6].序贯三支决策的代价敏感分类方法[J]. 南京大学学报(自然科学) 2018(01)
    • [7].广义三支决策与狭义三支决策[J]. 计算机科学与探索 2017(03)
    • [8].求三支决策最优阈值的新算法[J]. 计算机应用 2012(08)
    • [9].基于直觉模糊集的三支决策模型[J]. 计算机科学 2016(06)
    • [10].三支决策基于粒度的邮件过滤[J]. 电脑知识与技术 2016(17)
    • [11].三支决策与Vague集[J]. 小型微型计算机系统 2016(07)
    • [12].多阶段三支决策垃圾短信过滤模型[J]. 计算机科学与探索 2014(02)
    • [13].基于最远总距离采样的代价敏感主动学习[J]. 计算机应用 2019(09)
    • [14].基于三支决策的自适应粗糙集近似[J]. 计算机工程与应用 2017(07)
    • [15].面向混合数据的多伴随三支决策[J]. 智能系统学报 2019(06)
    • [16].基于相似度量的自适应三支垃圾邮件过滤器[J]. 计算机研究与发展 2019(11)
    • [17].三支聚类分析[J]. 数码设计 2016(01)
    • [18].决策粗糙集理论研究现状与展望[J]. 计算机学报 2015(08)
    • [19].概念格与三支决策及其研究展望[J]. 西北大学学报(自然科学版) 2017(03)
    • [20].基于k-means的自动三支决策聚类方法[J]. 计算机应用 2016(08)
    • [21].不完备混合决策系统的三支决策模型与规则获取方法[J]. 计算机应用研究 2020(05)
    • [22].基于序贯三支决策的代价敏感文本情感分析方法[J]. 模式识别与人工智能 2020(08)
    • [23].基于三支决策和前景理论的网络舆情突发事件应急群决策模型[J]. 安徽大学学报(自然科学版) 2020(06)
    • [24].基于K最近邻的代价敏感三支决策边界域处理模型[J]. 数码设计 2016(02)
    • [25].基于相容粒模型和三支决策的图像分类算法[J]. 计算技术与自动化 2014(04)
    • [26].基于三支决策的主动学习方法[J]. 控制与决策 2019(04)
    • [27].基于三支决策的分步约简纹身图像检索[J]. 西安邮电大学学报 2019(02)
    • [28].基于三支决策的医院分级诊疗决策研究[J]. 河南师范大学学报(自然科学版) 2018(03)
    • [29].三支决策理论及应用[J]. 上海师范大学学报(自然科学版) 2015(01)
    • [30].基于三支决策的序列数据代价敏感分类算法[J]. 智能系统学报 2019(06)

    标签:;  ;  ;  ;  ;  

    多粒度粗糙直觉模糊集的三支决策模型研究
    下载Doc文档

    猜你喜欢