決策粗糙集是將Pawlak粗糙集與三支決策相結(jié)合的理論,能夠有效地處理不確定性信息。作為經(jīng)典粗糙集理論的擴展,決策粗糙集增強了粗糙集模型的容錯能力。然而,如何有效地將三支決策思想應(yīng)用到其他相關(guān)領(lǐng)域,得到新的三支決策模型,是值得深入研究的問題。因此,本文深入研究三支決策理論,將其應(yīng)用到概率粗糙集模型以及陰影集中,形成新的三支決策模型,主要工作體現(xiàn)在以下幾個方面:(1)基于概率粗糙集模型,從錯誤分類的角度出發(fā),首先定義了兩類錯誤分類以及不確定性分類。然后,提出四個分類代價函數(shù),并結(jié)合三支決策思想建立了一個基于兩類錯誤分類的決策粗糙集模型。通過最小化總的分類代價,計算出能夠提高粗糙集模型容錯能力的閾值(α,β)。隨后討論了在近似空間中,隨著屬性的增加,使得粒度變細,證明了總的分類代價單調(diào)遞減的規(guī)律。最后,相應(yīng)的仿真實驗驗證了該理論的有效性。(2)基于陰影集理論,提出了一個更具普遍意義的三支近似決策模糊集模型,即用一個變量c(0＜c＜1)替換了Yao提出的三支近似決策模糊集模型中的隸屬度值0.5。然后,基于陰影集中的提升操作和降低操作,引出了的4個代價函數(shù),并建立一個新的分類代價目標函數(shù)�；�...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作
    1.4 論文的組織結(jié)構(gòu)
第二章 相關(guān)理論基礎(chǔ)
    2.1 粗糙集
    2.2 模糊集
    2.3 陰影集
    2.4 決策粗糙集
    2.5 小結(jié)
第三章 基于兩類錯誤分類的決策粗糙集模型
    3.1 基于兩類錯誤分類的概率粗糙集
    3.2 基于概率粗糙集的錯誤分類代價和不確定性分類代價
    3.3 錯誤分類代價和不確定分類代價隨粒度的變化規(guī)律
    3.4 實驗分析
    3.5 小結(jié)
第四章 基于粒子群算法的一般三支近似決策模糊集模型
    4.1 基于陰影集的一般三支近似決策模糊集模型
    4.2 基于陰影集的提升操作代價和降低操作代價
    4.3 閾值對α,β與隸屬度c(0

    4.4 實驗分析與對比
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 工作展望
參考文獻
致謝
攻讀碩士期間取得的研究成果



本文編號：3897644