当前位置:主页 > 科技论文 > 自动化论文 >

多属性多准则概率粗糙集模型研究

发布时间:2017-10-14 12:18

  本文关键词:多属性多准则概率粗糙集模型研究


  更多相关文章: 粗糙集理论 概率粗糙集 多属性多准则 决策粗糙集 三支决策


【摘要】:经典粗糙集模型是一种非常有效的处理不完整及不确定知识的数据分析理论和数学工具,该方法与其它处理不确定问题的数学方法相比体现了一定程度的优越性,但是经典模型对二元关系以及概念之间关系的严格要求又使得该方法在实际应用过程中面临很多困难,于是从不同角度着手,尝试对经典粗糙集模型进行扩展,将严格的等价关系扩展到较为宽松的相似关系、支配关系乃至任意二元关系,或者将粗糙集与概率论相结合给出基于概率的各种拓展模型,如变精度粗糙集模型、概率粗糙集模型、贝叶斯粗糙集模型等。另外,从属性分类的角度出发,使用不同的二元关系处理不同类型的属性,给出一系列拓展模型,多属性多准则粗糙集模型就是其中的一种。但是从属性分类角度拓展的多属性多准则模型是基于完全的包含关系建立的模型,该模型缺乏一定的容错能力,因此我们从概率的角度出发,对多属性多准则粗糙集模型进行拓展,提出三种多属性多准则概率粗糙集模型并对该模型进行深入的研究。本文首先对粗糙集理论的研究现状,经典粗糙集模型,几种拓展的概率模型和相关知识进行介绍,其次从概率的角度出发,对多属性多准则粗糙集模型进行拓展。结合变精度粗糙集模型的思想引入一个错误分类率参数对上下近似进行定义,提出变精度多属性多准则粗糙集模型,并给出新模型的构造过程和应用实例。然后,利用错误分类率和条件概率的关系,建立基于隶属函数的变精度多属性多准则粗糙集模型。接着,将(—)概率粗糙集模型的思想和多属性多准则粗糙集模型结合,利用两个阈值参数来定义被近似集合的上下近似,从而提出多属性多准则(—)概率粗糙集模型。最后,为了解决阈值参数的解释和计算,条件概率的估计以及正域、负域、边界域的决策规则三个问题,提出多属性多准则决策粗糙集模型。给出了阈值参数的详细计算过程,条件概率的完整估计过程,以及基于三支决策的概率正域、负域、边界域的决策规则和一个应用实例。
【关键词】:粗糙集理论 概率粗糙集 多属性多准则 决策粗糙集 三支决策
【学位授予单位】:兰州大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP18
【目录】:
  • 中文摘要3-4
  • Abstract4-7
  • 第一章 绪论7-13
  • 1.1 论文研究的背景及意义7-8
  • 1.2 国内外的研究现状8-10
  • 1.2.1 国外研究现状8-10
  • 1.2.2 国内研究现状10
  • 1.3 论文研究的主要内容10-11
  • 1.4 论文结构11-12
  • 1.5 论文创新点12-13
  • 第二章 论文研究的总体思路及相关知识13-20
  • 2.1 论文研究的总体思路13
  • 2.2 论文拟解决的关键问题13-14
  • 2.3 相关知识14-20
  • 2.3.1 经典粗糙集14-16
  • 2.3.2 变精度粗糙集16-18
  • 2.3.3 (α— β )概率粗糙集18-20
  • 第三章 变精度多属性多准则粗糙集模型20-29
  • 3.1 引言20
  • 3.2 多属性多准则粗糙集模型20-23
  • 3.3 变精度多属性多准则粗糙集模型23-27
  • 3.3.1 模型的提出23-26
  • 3.3.2 举例说明26-27
  • 3.4 基于粗糙隶属函数的变精度多属性多准则粗糙集模型27-28
  • 3.5 本章小结28-29
  • 第四章 多属性多准则(α— β)概率粗糙集模型29-34
  • 4.1 引言29
  • 4.2 多属性多准则(α— β)概率粗糙集模型29-31
  • 4.3 多属性多准则(α— β)概率粗糙集模型的性质31-32
  • 4.4 本章小结32-34
  • 第五章 多属性多准则决策粗糙集模型34-48
  • 5.1 引言34
  • 5.2 基于贝叶斯最小风险决策的阈值参数计算34-40
  • 5.3 基于朴素贝叶斯理论的条件概率估计40-43
  • 5.4 基于三支决策的概率正域、负域与边界域的决策规则43-45
  • 5.5 实例应用45-47
  • 5.6 本章小结47-48
  • 结论48-50
  • 参考文献50-53
  • 在学期间的研究成果53-54
  • 致谢54-55
  • 附录A55

【相似文献】

中国期刊全文数据库 前10条

1 马廷淮;唐美丽;潘锦基;;加权粗糙集模型[J];计算机应用;2007年07期

2 张贤勇;熊方;莫智文;;精度与程度的逻辑或粗糙集模型[J];模式识别与人工智能;2009年05期

3 张小峰;邹海林;贾世祥;;粒计算下的粗糙集模型比较[J];计算机应用研究;2010年07期

4 李华雄;刘盾;周献中;;决策粗糙集模型研究综述[J];重庆邮电大学学报(自然科学版);2010年05期

5 王兆浩;舒兰;丁修勇;;几种粗糙集模型的推广研究[J];计算机工程与应用;2011年36期

6 周正国;;一种多粒度覆盖粗糙集模型[J];齐齐哈尔大学学报(自然科学版);2012年05期

7 岳美汐;赵万林;刘彩萍;;不确定空间上的粗糙集模型[J];现代交际;2013年09期

8 刘财辉;;一种元素最大描述下的多粒度覆盖粗糙集模型[J];计算机科学;2013年12期

9 石峰,娄臻亮,张永清,陆金桂;基于模糊-粗糙集模型的一种归纳学习方法[J];上海交通大学学报;2002年07期

10 王基一;许黎明;;概率粗糙集模型[J];计算机科学;2002年08期

中国重要会议论文全文数据库 前4条

1 陈钉均;李涵;刘熠;吴开腾;;程度变精度覆盖粗糙集模型[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

2 徐怡;李龙澍;李学俊;;扩充的基于集对联系度的粗糙集模型[A];第二十六届中国控制会议论文集[C];2007年

3 陈德刚;;Palwak粗糙集模型的合成[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年

4 王红军;徐小力;韩秋实;;旋转注水机组故障知识获取的粗糙集模型研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

中国博士学位论文全文数据库 前4条

1 张贤勇;基于精度与程度逻辑组合的几类粗糙集模型及其算法研究[D];四川师范大学;2011年

2 谭旭;扩展粗糙集模型及其在烟叶质量预测与评价中的应用[D];国防科学技术大学;2009年

3 孙士保;变精度粗糙集模型及其应用研究[D];西南交通大学;2007年

4 魏大宽;不完备模糊决策信息系统粗糙集模型与知识约简研究[D];南京理工大学;2007年

中国硕士学位论文全文数据库 前10条

1 刘晓庆;动态环境下优势粗糙集模型的更新方法研究[D];河北大学;2015年

2 徐路云;基于三支决策的多用户S-粗糙集模型研究[D];兰州大学;2015年

3 刘杰;基于测度论的三支决策理论研究[D];河南师范大学;2015年

4 刘敏;两个论域上的几种覆盖粗糙集模型[D];四川师范大学;2015年

5 黄记林;基于不同知识颗粒的粗糙集模型研究[D];济南大学;2015年

6 李少阳;多粒度粗糙集模型及其在属性约简中的应用[D];西安工程大学;2016年

7 王倩怡;多属性多准则概率粗糙集模型研究[D];兰州大学;2016年

8 张爱泉;两种基于包含度的广义粗糙集模型[D];河北大学;2008年

9 安李娜;可测空间上的粗糙集模型及其应用[D];河北科技大学;2009年

10 杨宏健;面向混合数据的邻域多粒度粗糙集模型和算法研究[D];安徽大学;2015年



本文编号:1031017

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1031017.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户bb93b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com