作為傳統(tǒng)二支決策的擴(kuò)展,三支決策在處理不確定信息的決策問(wèn)題中起到重要作用。三支決策引入了除接受決策和拒絕決策外的第三種決策,延遲決策。在信息不充分時(shí)做出延遲決策,能在很大程度上降低直接做出接受或拒絕決策帶來(lái)的損失。三支決策對(duì)三種決策行為給出了合理的語(yǔ)義解釋。其中,劃分到正域中的對(duì)象表示做出接受決策,劃分到負(fù)域中的對(duì)象表示做出拒絕決策,劃分到邊界域中的對(duì)象表示做出延遲決策。傳統(tǒng)的三支決策主要關(guān)注二分類(lèi)問(wèn)題。但是,多類(lèi)分類(lèi)問(wèn)題在實(shí)際應(yīng)用中更為常見(jiàn)。例如,在醫(yī)學(xué)診斷過(guò)程中,醫(yī)生不僅要診斷患者是否患有某種疾病,還要診斷患者是多類(lèi)疾病中哪種類(lèi)型。因此,基于三支決策的多類(lèi)分類(lèi)問(wèn)題引起了學(xué)者的廣泛關(guān)注。然而,基于三支決策處理多類(lèi)分類(lèi)問(wèn)題時(shí),存在兩個(gè)問(wèn)題:一是,對(duì)于海量高維數(shù)據(jù),基于三支決策處理多類(lèi)分類(lèi)問(wèn)題的效率有待提高;二是,基于三支決策處理多類(lèi)分類(lèi)問(wèn)題時(shí),可能存在決策沖突,即對(duì)象劃分到多個(gè)決策類(lèi)的正域中。針對(duì)多類(lèi)分類(lèi)決策中的兩個(gè)重要問(wèn)題,本文的具體工作如下所示:（1）針對(duì)粗糙集中傳統(tǒng)可辨識(shí)矩陣在構(gòu)造過(guò)程中存在大量冗余元素的局限性,本文改進(jìn)了構(gòu)造可辨識(shí)矩陣的方法,在計(jì)算任意兩個(gè)對(duì)象的區(qū)分信息之前,先... 

【文章來(lái)源】：安徽大學(xué)安徽省 211工程院校

【文章頁(yè)數(shù)】：94 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

粗糙集基本概念示意圖

第二章粗糙集基本理論17患疾��；如果患者特征病癥表現(xiàn)不明顯，則不能立即做出患病或者未患病的決策，而需要進(jìn)一步檢查。圖2.2三支決策主要思想示意圖Fig2.2Schematicdiagramofthemainideasofthethree-waydecisions定義2.21SU,AT,V,f是一個(gè)信息系統(tǒng)，R代表信息系統(tǒng)S上的一個(gè)等價(jià)關(guān)系，XU為論域的U的一個(gè)子集。,為根據(jù)損失函數(shù)計(jì)算得到的目標(biāo)概念X的閾值�；陂撝�,得到的X的正域POSX、邊界域BNDX和負(fù)域NEGX如下：RPOSXxU|PrX|x(2.26)RBNDXxU|PrX|x(2.27)RNEGXxU|PrX|x(2.28)根據(jù)決策閾值,形成的決策規(guī)則如下：(P)條件概率大于等于閾值時(shí)，將對(duì)象劃分到正域中，做出接受決策；(B)條件概率小于閾值且大于閾值時(shí)，將對(duì)象劃分到邊界域中，做出延遲決策；(N)條件概率小于等于閾值時(shí)，將對(duì)象劃分到負(fù)域中，做出拒絕決策。一步的三支決策在眾多領(lǐng)域引起了人們的廣泛關(guān)注[62,63]。然而，僅通過(guò)一次三支決策很難對(duì)所有對(duì)象做出確定性的決策，某些對(duì)象需要通過(guò)添加更多的信息重新進(jìn)行決策。下面介紹序貫三支決策理論的相關(guān)知識(shí)。2.2.2序貫三支決策理論三支決策可以看做序貫三支決策的中間部分。序貫三支決策是一種從粗粒度向細(xì)粒度遞進(jìn)的動(dòng)態(tài)三支決策。在每一個(gè)粒度層上，當(dāng)現(xiàn)有信息不足以支持做出明確決策時(shí)，先采用延遲決策，等添加更多信息后在下一個(gè)粒度層上再進(jìn)行三支決策。序貫三支決策的提出可以進(jìn)一步解決邊界域中對(duì)象的分類(lèi)問(wèn)題，擴(kuò)展了三支決策在實(shí)際生活中的應(yīng)用。

安徽大學(xué)碩士學(xué)位論文28(6)對(duì)于優(yōu)化可辨識(shí)矩陣的第四個(gè)元素項(xiàng)d,e,a,c，因?yàn)閐,ed,e,a,c，所以d,e,a,c對(duì)應(yīng)的路徑為d,e。至此，優(yōu)化可辨識(shí)矩陣中所有非空元素項(xiàng)都已映射到改進(jìn)的差別信息樹(shù)上。其中，改進(jìn)差別信息樹(shù)如圖3.1所示。根據(jù)算法3.3的主要思想，屬性約簡(jiǎn)的過(guò)程如下所示：(1)此時(shí)SListd,e,b。選取SList中第一個(gè)屬性d，通過(guò)同名指針鏈刪除含有屬性d的路徑，且REDUREDUd，此時(shí)SList更改為SListe,b；(2)選取SList中第一個(gè)屬性e，通過(guò)對(duì)同名指針鏈的判斷，不存在含有屬性e的路徑，因此直接從SList刪除e，此時(shí)SListb；(3)選取SList中第一個(gè)屬性b，通過(guò)對(duì)同名指針鏈的判斷，存在含有屬性b的路徑，因此刪除包含屬性b的路徑，且REDUREDUb,此時(shí)SList=；(4)到此為止，改進(jìn)的差別信息樹(shù)只有根節(jié)點(diǎn)，算法結(jié)束。最終的約簡(jiǎn)結(jié)果為REDUd,b。圖3.1改進(jìn)的差別信息樹(shù)Fig3.1Improvingdiscernibilityinformationtree為驗(yàn)證所提HSDI-tree算法的有效性，本章從UCI機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)中選用了5個(gè)數(shù)據(jù)集(數(shù)據(jù)集的具體信息如表3.5所列)，實(shí)驗(yàn)在MicrosoftWindows7，Inter(R)CoreTMi3-4170CPU@3.70GHz，4.0GB內(nèi)存和語(yǔ)言為Java的PC上進(jìn)行，與文獻(xiàn)[94]提出的IDI-tree算法、文獻(xiàn)[95]提出的DI-tree算法和文獻(xiàn)[96]提出的CDI-tree算法進(jìn)行了兩組對(duì)比實(shí)驗(yàn)。

【參考文獻(xiàn)】：
期刊論文
[1]代價(jià)敏感的序貫三支決策方法[J]. 邢穎,李德玉,王素格.  計(jì)算機(jī)科學(xué). 2018(10)
[2]基于決策粗糙集的廣義序貫三支決策方法[J]. 楊新,李天瑞,劉盾,方宇,王寧.  計(jì)算機(jī)科學(xué). 2018(10)
[3]區(qū)間值序信息系統(tǒng)中差別信息樹(shù)的屬性約簡(jiǎn)[J]. 楊蕾,張曉燕,徐偉華.  計(jì)算機(jī)科學(xué)與探索. 2019(06)
[4]基于改進(jìn)差別信息樹(shù)的粗糙集屬性約簡(jiǎn)算法[J]. 蔣瑜.  控制與決策. 2019(06)
[5]序貫三支決策的代價(jià)敏感分類(lèi)方法[J]. 方宇,閔帆,劉忠慧,楊新.  南京大學(xué)學(xué)報(bào)(自然科學(xué)). 2018(01)
[6]基于K最近鄰的代價(jià)敏感三支決策邊界域處理模型[J]. 王剛,張燕平,陳潔,趙姝.  數(shù)碼設(shè)計(jì). 2016(02)
[7]多粒度粗糙集和覆蓋粗糙集間的近似與約簡(jiǎn)關(guān)系[J]. 譚安輝,李進(jìn)金,吳偉志.  模式識(shí)別與人工智能. 2016(08)
[8]基于差別信息樹(shù)的rough set屬性約簡(jiǎn)算法[J]. 蔣瑜.  控制與決策. 2015(08)
[9]粗糙集理論:基于三支決策視角[J]. 劉盾,李天瑞,李華雄.  南京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(05)
[10]基于區(qū)分矩陣的屬性約簡(jiǎn)算法改進(jìn)策略[J]. 王慧,王京,張彩云.  武漢科技大學(xué)學(xué)報(bào). 2011(02)

碩士論文
[1]基于粗糙集理論的數(shù)值型決策表的屬性約簡(jiǎn)方法研究[D]. 張敏.華北電力大學(xué) 2015



本文編號(hào)：3089311