【摘要】：決策粗糙集提供了處理不確定數(shù)據(jù)和風險數(shù)據(jù)決策問題的一個新方法,基于決策粗糙集的三支決策理論是典型的風險決策理論的推廣.傳統(tǒng)的直覺模糊粗糙集采用一對三角模與蘊涵算子來構造邏輯算子,未考慮屬性之間的差別,而多伴隨直覺模糊粗糙集采用多個伴隨對構造邏輯算子,更好地體現(xiàn)了用戶偏好.構造了多伴隨直覺模糊粗糙集模型,研究了基于多伴隨直覺模糊粗糙集的三支決策.首先,定義了樂觀多伴隨直覺模糊粗糙集,并用于處理直覺模糊數(shù)的復雜計算問題;然后利用隸屬函數(shù)和非隸屬函數(shù)計算損失函數(shù),通過期望損失函數(shù)對事件對象進行評估,進一步構造了相應的三支決策模型;基于期望損失函數(shù)值最小的原則誘導出三支決策,并得到相應決策的風險值.此模型中期望損失函數(shù)的構造是基于支持度與非支持度兩種度量的綜合討論,考慮更全面,更能有效地反映實際生活情況,滿足用戶偏好.最后用醫(yī)學診斷的例子來驗證該模型的有效性.
[Abstract]:Decision rough set provides a new method to deal with uncertain data and risk data decision-making problem. The three-branch decision theory based on decision rough set is a generalization of typical risk decision theory. The traditional intuitionistic fuzzy rough set uses a pair of triangular modules and implication operators to construct logic operators, without considering the difference between attributes, while multiple adjoint pairs are used to construct logic operators in multiple adjoint fuzzy rough sets, which better reflects the user preference. The multi-adjoint intuitionistic fuzzy rough set model is constructed, and the three-branch decision based on multi-adjoint intuitionistic fuzzy rough set is studied. Firstly, the optimistic multi-adjoint intuitionistic fuzzy rough set is defined and used to deal with the complex calculation problem of intuitionistic fuzzy number. Then, the loss function is calculated by membership function and non-membership function, and the event object is evaluated by expected loss function, and the corresponding three-branch decision model is constructed. Based on the principle of minimum expected loss function, the three-branch decision is induced and the risk value of the corresponding decision is obtained. The construction of expected loss function in this model is based on the comprehensive discussion of support degree and non-support degree, which is more comprehensive and can reflect the actual life situation more effectively and meet the preferences of users. Finally, an example of medical diagnosis is used to verify the effectiveness of the model.
【作者單位】： 河北師范大學數(shù)學與信息科學學院;河北師范大學信息技術學院;石家莊職業(yè)技術學院;
【基金】：國家自然科學基金(61573127,61502144,61300121) 河北省自然科學基金(A2014205157) 河北省大學創(chuàng)新團隊訓練項目基金(LIRC022) 河北高等教育基金(QN2016133) 河北師范大學博士基金(L2015B01);河北師范大學研究生創(chuàng)新項目基金(CXZZSS2017046) 河北省教育廳創(chuàng)新基金(sj2015001)
【分類號】：O159

【相似文獻】

相關期刊論文 前10條

1 劉云翔,孫吉貴;模糊粗糙集合[J];長春工程學院學報(自然科學版);2002年04期

2 張誠一,周厚勇;關于模糊粗糙集的一個注記[J];蘭州大學學報;2005年04期

3 姚紅霞;;模糊粗糙集理論介紹和研究綜述[J];重慶工學院學報;2006年08期

4 任志波;張滄生;;可變精度模糊粗糙集模型及其性質(zhì)[J];數(shù)學的實踐與認識;2009年04期

5 魯小云;楊勇;;單向S-模糊粗糙集及其應用[J];山東大學學報(理學版);2011年08期

6 徐蘇平;楊習貝;范霽月;錢林峰;馬健;;基于測試代價敏感的多粒度模糊粗糙集模型[J];電子設計工程;2014年07期

7 孔平,張振良;模糊粗糙集的擴張定理[J];昆明理工大學學報(理工版);2003年06期

8 王艷平,王志強,佟紹成;模糊粗糙集與模糊粗糙邏輯算子[J];大連海事大學學報;2005年02期

9 黃正華;胡寶清;;模糊粗糙集理論研究進展[J];模糊系統(tǒng)與數(shù)學;2005年04期

10 李紅杰;殷允強;張振良;;模糊粗糙集的一些性質(zhì)[J];紅河學院學報;2005年06期

相關會議論文 前2條

1 黃春娥;張振良;;基于截集的變精度模糊粗糙集模型[A];第12屆全國模糊系統(tǒng)與模糊數(shù)學學術年會論文集[C];2004年

2 馬翠;劉瓊蓀;趙娟;;一種改進的模糊粗糙集相似度量[A];第五屆中國不確定系統(tǒng)年會論文集[C];2007年

相關博士學位論文 前2條

1 王春勇;二型模糊集和二型模糊粗糙集[D];武漢大學;2014年

2 黃正華;模糊粗糙集模型的若干拓展[D];武漢大學;2010年

相關碩士學位論文 前10條

1 張艷;模糊粗糙回歸算法及其應用[D];山西大學;2015年

2 齊媛媛;基于鄰域和模糊粗糙集的屬性約簡研究[D];渤海大學;2016年

3 齊亞麗;基于模糊粗糙集屬性約簡方法的研究[D];渤海大學;2016年

4 吳娟;軟直覺模糊粗糙集模型[D];山西師范大學;2016年

5 陳良莉;基于直覺模糊粗糙集模型的多屬性決策方法[D];西南交通大學;2017年

6 邵松濤;模糊粗糙集理論及其在群中的應用[D];聊城大學;2017年

7 梅玉玲;二型模糊粗糙集的理論及應用研究[D];哈爾濱工程大學;2009年

8 黃春娥;變精度模糊粗糙集模型[D];昆明理工大學;2005年

9 黃正華;模糊粗糙集理論研究[D];武漢大學;2005年

10 代雪珍;基于模糊粗糙集的知識獲取方法研究[D];西安工程大學;2012年

，

本文編號：2497611