三支决策粗糙集模型及其应用研究

发布时间：2024-02-14 03:07

　　决策粗糙集是将Pawlak粗糙集与三支决策相结合的理论,能够有效地处理不确定性信息。作为经典粗糙集理论的扩展,决策粗糙集增强了粗糙集模型的容错能力。然而,如何有效地将三支决策思想应用到其他相关领域,得到新的三支决策模型,是值得深入研究的问题。因此,本文深入研究三支决策理论,将其应用到概率粗糙集模型以及阴影集中,形成新的三支决策模型,主要工作体现在以下几个方面:(1)基于概率粗糙集模型,从错误分类的角度出发,首先定义了两类错误分类以及不确定性分类。然后,提出四个分类代价函数,并结合三支决策思想建立了一个基于两类错误分类的决策粗糙集模型。通过最小化总的分类代价,计算出能够提高粗糙集模型容错能力的阈值(α,β)。随后讨论了在近似空间中,随着属性的增加,使得粒度变细,证明了总的分类代价单调递减的规律。最后,相应的仿真实验验证了该理论的有效性。(2)基于阴影集理论,提出了一个更具普遍意义的三支近似决策模糊集模型,即用一个变量c(0＜c＜1)替换了Yao提出的三支近似决策模糊集模型中的隶属度值0.5。然后,基于阴影集中的提升操作和降低操作,引出了的4个代价函数,并建立一个新的分类代价目标函数。基于...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 论文主要工作
    1.4 论文的组织结构
第二章 相关理论基础
    2.1 粗糙集
    2.2 模糊集
    2.3 阴影集
    2.4 决策粗糙集
    2.5 小结
第三章 基于两类错误分类的决策粗糙集模型
    3.1 基于两类错误分类的概率粗糙集
    3.2 基于概率粗糙集的错误分类代价和不确定性分类代价
    3.3 错误分类代价和不确定分类代价随粒度的变化规律
    3.4 实验分析
    3.5 小结
第四章 基于粒子群算法的一般三支近似决策模糊集模型
    4.1 基于阴影集的一般三支近似决策模糊集模型
    4.2 基于阴影集的提升操作代价和降低操作代价
    4.3 阈值对α,β与隶属度c(0

    4.4 实验分析与对比
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 工作展望
参考文献
致谢
攻读硕士期间取得的研究成果



本文编号：3897644