本文關鍵詞：多屬性多準則概率粗糙集模型研究

  更多相關文章： 粗糙集理論 概率粗糙集 多屬性多準則 決策粗糙集 三支決策

【摘要】：經(jīng)典粗糙集模型是一種非常有效的處理不完整及不確定知識的數(shù)據(jù)分析理論和數(shù)學工具,該方法與其它處理不確定問題的數(shù)學方法相比體現(xiàn)了一定程度的優(yōu)越性,但是經(jīng)典模型對二元關系以及概念之間關系的嚴格要求又使得該方法在實際應用過程中面臨很多困難,于是從不同角度著手,嘗試對經(jīng)典粗糙集模型進行擴展,將嚴格的等價關系擴展到較為寬松的相似關系、支配關系乃至任意二元關系,或者將粗糙集與概率論相結合給出基于概率的各種拓展模型,如變精度粗糙集模型、概率粗糙集模型、貝葉斯粗糙集模型等。另外,從屬性分類的角度出發(fā),使用不同的二元關系處理不同類型的屬性,給出一系列拓展模型,多屬性多準則粗糙集模型就是其中的一種。但是從屬性分類角度拓展的多屬性多準則模型是基于完全的包含關系建立的模型,該模型缺乏一定的容錯能力,因此我們從概率的角度出發(fā),對多屬性多準則粗糙集模型進行拓展,提出三種多屬性多準則概率粗糙集模型并對該模型進行深入的研究。本文首先對粗糙集理論的研究現(xiàn)狀,經(jīng)典粗糙集模型,幾種拓展的概率模型和相關知識進行介紹,其次從概率的角度出發(fā),對多屬性多準則粗糙集模型進行拓展。結合變精度粗糙集模型的思想引入一個錯誤分類率參數(shù)對上下近似進行定義,提出變精度多屬性多準則粗糙集模型,并給出新模型的構造過程和應用實例。然后,利用錯誤分類率和條件概率的關系,建立基于隸屬函數(shù)的變精度多屬性多準則粗糙集模型。接著,將(—)概率粗糙集模型的思想和多屬性多準則粗糙集模型結合,利用兩個閾值參數(shù)來定義被近似集合的上下近似,從而提出多屬性多準則(—)概率粗糙集模型。最后,為了解決閾值參數(shù)的解釋和計算,條件概率的估計以及正域、負域、邊界域的決策規(guī)則三個問題,提出多屬性多準則決策粗糙集模型。給出了閾值參數(shù)的詳細計算過程,條件概率的完整估計過程,以及基于三支決策的概率正域、負域、邊界域的決策規(guī)則和一個應用實例。
【關鍵詞】：粗糙集理論 概率粗糙集 多屬性多準則 決策粗糙集 三支決策
【學位授予單位】：蘭州大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 緒論7-13
• 1.1 論文研究的背景及意義7-8
• 1.2 國內外的研究現(xiàn)狀8-10
• 1.2.1 國外研究現(xiàn)狀8-10
• 1.2.2 國內研究現(xiàn)狀10
• 1.3 論文研究的主要內容10-11
• 1.4 論文結構11-12
• 1.5 論文創(chuàng)新點12-13
• 第二章 論文研究的總體思路及相關知識13-20
• 2.1 論文研究的總體思路13
• 2.2 論文擬解決的關鍵問題13-14
• 2.3 相關知識14-20
• 2.3.1 經(jīng)典粗糙集14-16
• 2.3.2 變精度粗糙集16-18
• 2.3.3 (α— β )概率粗糙集18-20
• 第三章 變精度多屬性多準則粗糙集模型20-29
• 3.1 引言20
• 3.2 多屬性多準則粗糙集模型20-23
• 3.3 變精度多屬性多準則粗糙集模型23-27
• 3.3.1 模型的提出23-26
• 3.3.2 舉例說明26-27
• 3.4 基于粗糙隸屬函數(shù)的變精度多屬性多準則粗糙集模型27-28
• 3.5 本章小結28-29
• 第四章 多屬性多準則(α— β)概率粗糙集模型29-34
• 4.1 引言29
• 4.2 多屬性多準則(α— β)概率粗糙集模型29-31
• 4.3 多屬性多準則(α— β)概率粗糙集模型的性質31-32
• 4.4 本章小結32-34
• 第五章 多屬性多準則決策粗糙集模型34-48
• 5.1 引言34
• 5.2 基于貝葉斯最小風險決策的閾值參數(shù)計算34-40
• 5.3 基于樸素貝葉斯理論的條件概率估計40-43
• 5.4 基于三支決策的概率正域、負域與邊界域的決策規(guī)則43-45
• 5.5 實例應用45-47
• 5.6 本章小結47-48
• 結論48-50
• 參考文獻50-53
• 在學期間的研究成果53-54
• 致謝54-55
• 附錄A55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬廷淮;唐美麗;潘錦基;;加權粗糙集模型[J];計算機應用;2007年07期

2 張賢勇;熊方;莫智文;;精度與程度的邏輯或粗糙集模型[J];模式識別與人工智能;2009年05期

3 張小峰;鄒海林;賈世祥;;粒計算下的粗糙集模型比較[J];計算機應用研究;2010年07期

4 李華雄;劉盾;周獻中;;決策粗糙集模型研究綜述[J];重慶郵電大學學報(自然科學版);2010年05期

5 王兆浩;舒蘭;丁修勇;;幾種粗糙集模型的推廣研究[J];計算機工程與應用;2011年36期

6 周正國;;一種多粒度覆蓋粗糙集模型[J];齊齊哈爾大學學報(自然科學版);2012年05期

7 岳美汐;趙萬林;劉彩萍;;不確定空間上的粗糙集模型[J];現(xiàn)代交際;2013年09期

8 劉財輝;;一種元素最大描述下的多粒度覆蓋粗糙集模型[J];計算機科學;2013年12期

9 石峰,婁臻亮,張永清,陸金桂;基于模糊-粗糙集模型的一種歸納學習方法[J];上海交通大學學報;2002年07期

10 王基一;許黎明;;概率粗糙集模型[J];計算機科學;2002年08期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 陳釘均;李涵;劉熠;吳開騰;;程度變精度覆蓋粗糙集模型[A];中國運籌學會模糊信息與模糊工程分會第五屆學術年會論文集[C];2010年

2 徐怡;李龍澍;李學俊;;擴充的基于集對聯(lián)系度的粗糙集模型[A];第二十六屆中國控制會議論文集[C];2007年

3 陳德剛;;Palwak粗糙集模型的合成[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 王紅軍;徐小力;韓秋實;;旋轉注水機組故障知識獲取的粗糙集模型研究[A];第八屆全國設備與維修工程學術會議、第十三屆全國設備監(jiān)測與診斷學術會議論文集[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 張賢勇;基于精度與程度邏輯組合的幾類粗糙集模型及其算法研究[D];四川師范大學;2011年

2 譚旭;擴展粗糙集模型及其在煙葉質量預測與評價中的應用[D];國防科學技術大學;2009年

3 孫士保;變精度粗糙集模型及其應用研究[D];西南交通大學;2007年

4 魏大寬;不完備模糊決策信息系統(tǒng)粗糙集模型與知識約簡研究[D];南京理工大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 劉曉慶;動態(tài)環(huán)境下優(yōu)勢粗糙集模型的更新方法研究[D];河北大學;2015年

2 徐路云;基于三支決策的多用戶S-粗糙集模型研究[D];蘭州大學;2015年

3 劉杰;基于測度論的三支決策理論研究[D];河南師范大學;2015年

4 劉敏;兩個論域上的幾種覆蓋粗糙集模型[D];四川師范大學;2015年

5 黃記林;基于不同知識顆粒的粗糙集模型研究[D];濟南大學;2015年

6 李少陽;多粒度粗糙集模型及其在屬性約簡中的應用[D];西安工程大學;2016年

7 王倩怡;多屬性多準則概率粗糙集模型研究[D];蘭州大學;2016年

8 張愛泉;兩種基于包含度的廣義粗糙集模型[D];河北大學;2008年

9 安李娜;可測空間上的粗糙集模型及其應用[D];河北科技大學;2009年

10 楊宏健;面向混合數(shù)據(jù)的鄰域多粒度粗糙集模型和算法研究[D];安徽大學;2015年

，

本文編號：1031017