基于粗糙集理論的不確定信息系統(tǒng)及其決策研究.pdf

1、隨著云計算、大數(shù)據(jù)等新興信息技術的廣泛應用，各領域的數(shù)據(jù)急劇增長，這其中結構化數(shù)據(jù)仍然是數(shù)據(jù)的主要表現(xiàn)形式之一。在這些數(shù)據(jù)中往往含有大量冗余的與不確定性數(shù)據(jù)，從而導致模式分類的處理能力與決策的辨識能力的降低。區(qū)間值型數(shù)據(jù)與直覺模糊型數(shù)據(jù)作為信息的不確定與不充分的表現(xiàn)形式是兩種重要的結構化數(shù)據(jù)。如何從這兩類不確定數(shù)據(jù)中發(fā)現(xiàn)有價值的信息和規(guī)律為管理者提供決策參考，仍然是管理決策科學領域中的研究熱點之一。
　　粗糙集理論作為數(shù)據(jù)挖掘領域

2、中的重要方法之一，其最顯著的優(yōu)點是在于不需要提供解決問題所需要的數(shù)據(jù)以外的先驗知識，只要面向數(shù)據(jù)本身提供的信息，就可以實現(xiàn)對數(shù)據(jù)的分類與決策規(guī)則的獲取等任務。該理論已經(jīng)被成功地應用于機器學習、數(shù)據(jù)挖掘、決策分析等諸多領域。經(jīng)典的粗糙集模型是建立在等價關系基礎之上的，要求相對較為嚴格，處理不確定性數(shù)據(jù)存在著局限性。因此，經(jīng)典粗糙集模型的各種擴充對于不確定信息系統(tǒng)的知識約簡與決策規(guī)則的獲取具有極其重要的意義。
　　本文以粗糙集為工具，

3、結合國內外的研究現(xiàn)狀，較為系統(tǒng)的研究了單粒度與多粒度背景下區(qū)間值信息系統(tǒng)與直覺模糊信息系統(tǒng)的屬性約簡及其決策規(guī)則的獲取問題，同時面向交通事故因素關聯(lián)分析問題構造了一種群決策屬性粗糙集模型并加以應用。
　　本文的主要創(chuàng)新性工作如下:
　　(1)分析了現(xiàn)有的容差關系在區(qū)間值聚類中的不足，本文構建了一種模糊等價關系，基于此關系分別從單粒度與多粒度視角建立了區(qū)間值信息系統(tǒng)的粗糙集模型，給出分辨矩陣、屬性約簡的判定定理及其屬性約簡的方

4、法，基于模糊等價關系定義了區(qū)間值決策系統(tǒng)上的決策規(guī)則置信度因子，給出了決策規(guī)則的支持定理及其決策規(guī)則的獲取方法。
　　(2)分別從單粒度與多粒度角度建立了直覺模糊信息系統(tǒng)的粗糙集模型。定義了直覺模糊信息系統(tǒng)上的偏序關系及其分辨矩陣，給出了有效的屬性約簡方法?；谥庇X模糊決策系統(tǒng)的分類質量給出了相對屬性約簡的計算方法，研究了相對屬性重要度以及序決策規(guī)則的提取方法，建立了直覺模糊信息系統(tǒng)的樂觀多粒度與悲觀多粒度兩種模型，分析了相應的性

5、質及其與單粒度模型的聯(lián)系與區(qū)別，給出了基于多粒度序關系的決策規(guī)則置信度因子及其決策規(guī)則的獲取方法。
　　(3)現(xiàn)有的粗糙集模型在處理不協(xié)調直覺模糊決策系統(tǒng)時會使下近似包含對象的個數(shù)很少，影響了確定性決策規(guī)則的獲取。本文定義了直覺模糊決策系統(tǒng)的協(xié)調度并提出了一種變協(xié)調度粗糙集模型，通過調節(jié)協(xié)調水平的大小允許部分被遺漏的對象進入下近似集中，分析了該模型的相關性質，定義了協(xié)調水平下直覺模糊決策系統(tǒng)的分類質量并給出了相應的約簡方法與最優(yōu)決