【摘要】：當今,人類社會的發(fā)展日新月異,信息處理技術(shù)不斷進步。信息系統(tǒng)都呈現(xiàn)出形式多元、規(guī)模龐大、結(jié)構(gòu)復雜的特點,各行各業(yè)都面臨著處理復雜信息系統(tǒng)的問題,特別是對模糊對象信息的處理問題尤為突出。為了提高對模糊對象描述的準確性和客觀性,K.T.Atanassov提出了直覺模糊集的概念,它不僅包含了模糊對象的隸屬度,還包含了其非隸屬度和猶豫度兩個部分,所以直覺模糊集包含模糊對象的信息更完整,更具體。直覺模糊集理論是繼Pawlak提出粗糙集理論后又一個處理數(shù)據(jù)不確定性和模糊問題的工具。自從直覺模糊集理論提出以來,有關(guān)的研究與應(yīng)用頗受海內(nèi)外學者的關(guān)注,其研究成果已被廣泛地應(yīng)用到金融風險分析、信息規(guī)則提取、數(shù)據(jù)挖掘和市場投資預(yù)測等眾多領(lǐng)域。本文在直覺模糊信息系統(tǒng)的背景下,研究粗糙隸屬度以及概率決策理論粗糙集模型。在直覺模糊序信息系統(tǒng)中研究了分布屬性約簡模型、分配屬性約簡模型以及相對知識粒度屬性約簡模型。最后,在多源信息系統(tǒng)的背景下研究了融合后的決策理論粗糙集模型。主要創(chuàng)新點如下:1.在直覺模糊信息系統(tǒng)中,構(gòu)造模糊等價關(guān)系,構(gòu)成模糊近似空間。在模糊近似空間中重新定義粗糙隸屬度,證明了其相關(guān)的性質(zhì),通過實例驗證相關(guān)性質(zhì)的有效性,進一步拓展了不確定度量的研究范圍。2.利用直覺模糊集的隸屬度和非隸屬度構(gòu)造直覺模糊序關(guān)系,建立直覺模糊序決策信息系統(tǒng)。在直覺模糊序決策信息系統(tǒng)中構(gòu)建三種屬性約簡模型:(1)利用分布函數(shù)和分布辨識矩陣,建立分布屬性約簡模型;(2)利用分配函數(shù)和分配辨識矩陣,建立分配屬性約簡模型;(3)利用相對知識粒度以及屬性的內(nèi)、外重要度構(gòu)建屬性約簡模型。進一步豐富了屬性約簡理論。3.以直覺模糊信息系統(tǒng)為背景,利用粗糙集的相關(guān)理論、貝葉斯決策理論和概率測度,建立基于直覺模糊信息系統(tǒng)的概率決策分析模型、研究了在模糊近似空間和直覺模糊近似空間下信息系統(tǒng)的概率決策粗糙集模型。從而為決策者出一個較為準確的決策方案。4.基于多源信息系統(tǒng),提出了三種多源融合決策粗糙集方法:條件熵決策融合法(CE-MSD)、決策支持度決策融合法(DS-MSD)和均值決策融合法(M-MSD)。設(shè)計了三種相應(yīng)的算法,驗證了所提方法的有效性和可行性。最終,通過對UCI數(shù)據(jù)集的實驗得到了較好的多源融合決策粗糙集方法。
【學位授予單位】：重慶理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：O159

【參考文獻】

相關(guān)期刊論文 前2條

1 賈俊芳;;相對知識粒度序決策表的屬性約簡方法[J];計算機工程與應(yīng)用;2011年08期

2 徐久成;史進玲;孫林;;一種基于相對粒度的決策表約簡算法[J];計算機科學;2009年03期

本文編號：2800026