基于直觉模糊集的三支决策模型

三支决策理论是处理不确定决策问题的重要理论基础,近年来其已成为国内外学者的研究热点。在决策粗糙集、三支决策和直觉模糊集理论的基础上,对基于直觉模糊集的三支决策的模型进行深入研究,提出了三支决策的两描述模型、三描述模型,然后将其拓展为一般模型。该一般模型使用犹豫度重新设计了阈值参数,通过隶属度函数对事件对象进行评估,最后用淮河表层沉积物中有机氯农药污染情况的真实例子来验证该模型的有效性。     

基于扰动优势关系的直觉模糊三支决策方法

针对现有直觉模糊优势关系要求过于严格,以及评价信息损失较大和利用不全的问题,利用直觉模糊集之间的扰动度提出了符合直觉模糊特点的直觉模糊扰动优势关系。进而得到比等价类要求更低的扰动优势类,从而更大程度利用评价信息,紧接着讨论了优势类的相关性质。随后针对现有直觉模糊三支决策方法中的条件概率用实数表示导致不确定信息丢失问题,基于扰动优势关系提出了用直觉模糊数表示的条件概率的计算方法,并且给出了三支决策以及多属性决策规则。通过算例验证了该方法的有效性,并对优势程度和风险规避系数进行了灵敏度分析。     

基于加权信息熵的直觉模糊信息系统的三支决策

讨论直觉模糊信息系统上的三支决策问题.首先,定义一个由模糊因子、均值因子和概率因子3部分组成的相似度函数,从而建立直觉模糊信息系统上的三支决策模型,并指出该模型从理论上统一了各种双论域模型;其次,考虑论域对象的评价值不同,提出一种基于评价值的划分测度:加权信息熵,并且证明划分越细,加权信息熵越大;最后,基于加权信息熵的性质,给出最优三划分的合理解释,从而提出一种新的阈值求解方法.     

直觉模糊S-粗决策模型及应用

基于直觉模糊S-粗集理论,提出双向直觉模糊S-粗决策模型.首先给出指标值的量化方法,将目标矩阵进行标准化处理.其次,建立直觉模糊S-粗决策的上一决策和下一决策优化模型,并给出直觉模糊S-粗决策算法及详细步骤.最后,以空袭目标为例,详细研究了目标威胁程度评估过程.结果表明,直觉模糊S-粗决策模型能够综合处理决策因素的定性与定量因素,得到的决策结果综合性能最优.所得的排序结果真实、准确地反映了实际情况.     

输出为可能性分布的模糊决策树

More than one possible classifications for a given instance is supposed. A possibility distribution is assigned at a terminal node of a fuzzy decision tree. The possibility distribution of given instance with known value of attributes is determined by using simple fuzzy reasoning. The inconsistency in determining a single class for a given instance diminishes here.     

基于加权可能性均值的直觉梯形模糊集矩阵博弈求解方法

针对支付值为直觉梯形模糊数（ITFN）的矩阵博弈求解问题,提出了一种基于加权可能性均值的求解方法.定义了ITFN新的运算法则,并引入ITFN的下、上加权可能性均值和加权可能性均值的概念,根据加权可能性均值给出了ITFN新的排序方法;运用新的排序方法,将求解局中人最优策略问题转化为求解双目标线性规划问题.实例分析验证了所提出方法的可行性和有效性.     

效用三支决策模型

风险型决策通常受主观和客观两方面因素影响,决策过程中不仅需要遵从客观存在的风险信息,而且需要发挥决策者的主观能动性。为了在决策过程中引入决策者对于风险的主观态度,本文把效用理论应用于三支决策模型,通过将风险损失函数扩展为效用函数提出了基于效用的三支决策模型。研究了效用与对象的概率之间的单调关系,给出了效用三支决策中正域效用、边界域效用与负域效用的计算方法。最后,通过算例对提出的效用三支决策模型进行了有效地分析。该模型是经典三支决策模型的扩展,为三支决策模型中风险的主观量化研究提供了有益探索。     

基于概率图的三支决策模型研究

概率图模型是一类用图形模式表达基于概率关系的模型的总称,用该模型解决损失代价问题已成为当前的研究热点。结合概率图和三支决策理论,提出了基于概率图的三支决策模型。该模型通过对数据进行分析,构造其Bayes网络;并根据模型中节点的相互依赖关系,计算出条件概率分布函数;结合查询变量的先验概率和三支决策损失代价函数,建立了相应的决策规则,给出了概率推理决策中代价最小化问题的一种解决方法。最后通过教学评估实例验证了该模型的有效性。     

基于区间直觉模糊数的双向投影决策模型

研究了权重不完全确定,评价信息为区间直觉模糊数的多属性决策问题。提出了方案与理想方案、临界方案形成的向量表达方式,建立了针对区间直觉模糊信息的向量投影测度方法;构建了基于Jaynes最大熵原理和方案公平竞争下的非线性规划属性权重确定模型;提出了基于理想方案与临界方案的贴近度测算公式,以此对方案进行排序。通过算例对比分析说明了该方法的有效性和可行性。     

基于最优相似度三支决策的模糊粗糙集模型

模糊信息系统中,对象的相似度往往会受噪声影响,且它在模型运算中常常并非全部需要高精度参与计算。文中首先引入阈值对(α,β),提出了一种基于相似度三支决策的模糊粗糙集模型;其次利用模糊集近似的三支决策方法,给出了对象相似度三支决策的错误率、决策代价以及相应的语义解释;然后以总体决策代价最小化为目标,给出了最优(α,β)的计算方法,从而建立了一种基于最优相似度三支决策的模糊粗糙集模型;最后通过实例分析说明了该模型的可行性和合理性。本文建立的三支决策模糊粗糙集模型保留了模糊信息系统的不确定性,一定程度地去除了噪声影响,且能通过计算得到最优阈值(α,β),从而建立基于相似度三支决策的最优模型,这将有益于模糊信息系统的应用。     

基于三支决策的多粒度文本情感分类模型

文本情感分类是一项重要的自然语言处理任务,具有广泛的应用场景。以往的情感分类方法过于注重分类准确率,忽略了训练和分类过程的时间代价,而且使用的特征大多为词袋特征,存在维度高、可解释性差的缺点。针对这些问题,将粒计算的思想运用于文本数据的三层粒度结构(词-句-篇章),提出一种具有强可解释性的文本情感分类特征——SSS(Sentence-level Sentiment Strength)特征,SSS特征每一维度代表文章中每个句子的情感强度值;同时,在分类过程中,利用三支决策方法将待分类对象划分为3个区域,位于正域和负域的对象直接划分至正类和负类中,使用SVM(Support Vector Machine)+SSS特征对位于边界域的对象做进一步分类。实验结果显示,SSS特征由于自身的低维特性,能够大大降低特征提取和模型训练过程所耗费的时间成本,结合了三支决策方法的SVM能够进一步提高分类准确率,而且三支决策方法可以减少分类过程所耗费的时间。     

基于相容粒模型和三支决策的图像分类算法

相容粒空间模型是粒计算理论的主要方法之一,利用粒计算的方法对相容粒及其空间模型的研究已经比较深入,然而在实际图像分类的应用中,面对的问题更为复杂。为了解决现实图像分类中存在的信息有限或信息缺失而造成分类不准确的问题,本文重点研究相容粒模型的分层思想,通过与善于解决以上问题的三支决策理论相结合,形成一种基于相容粒模型和三支决策理论相结合的图像分类算法,并通过仿真实验验证该算法是有效可行的。     

基于主题与三支决策的文本情感分析

近年来,情感计算已经成为自然语言处理与人工智能领域的一个研究热点,而文本情感分析是情感计算的一个重要组成部分.提出了一个基于主题特征与三支决策理论相融合的多标记情感分类方法.首先采用基于主题的情感识别模型判断句子的多标记情感类别,在此基础上结合三支决策理论,最终实现对文本篇章的多标记情感分类.实验结果表明,该方法在文本篇章的多标记情感类别识别上取得了令人满意的结果.     

基于证据理论的三支决策模型

三支决策模型和证据理论在概念、信息处理方式上存在着互通互补之处。首先,将证据理论基本概念引入到三支决策中,分析其延迟信任区间可能包含的可变语义,分别构建了基于证据理论的确定和可变三支决策模型。然后,通过调节信任系数取值,结合贝叶斯风险分析形成了乐观策略、悲观策略及其相应的决策规则,以满足特定语义环境下的应用需求。最后,通过对防空作战态势评估的风险分析说明了模型的具体应用过程。     

一种新的基于粒度重要度的三支决策模型

粒度重要度是多粒度粗糙集中的一项重要研究内容。针对现有粒度重要度只考虑单个粒度对决策的直接影响而忽略了其他粒度对决策综合影响的问题,结合多粒度粗糙集近似质量的概念,通过研究粒度重要度的构造方法,提出了一种新的多粒度间的粒度重要度的计算方法,并给出了基于该方法的粒度约简算法。同时,为减少冗余决策信息,将约简集与三支决策理论相结合,构建了基于粒度重要度的三支决策模型,给出了决策规则。最后通过实例证明,新的粒度约简算法可以获得具有更高区分度的数据,且缩小了延迟域范围,使最终决策更合理。     

基于真值支持度的直觉模糊推理方法

为了降低直觉模糊集在推理过程中需要同时考虑隶属度和非隶属度两方面运算的复杂性,提出了一种基于真值支持度的直觉模糊推理方法,研究了强真度、真值支持度及其相关性质,并将强真度和真值支持度引入到推理中,给出真值支持度的直觉模糊推理算法及计算步骤,并以具体算例验证了该方法的正确性和有效性。     

直觉模糊逻辑算子研究’

模糊逻辑算子是模糊信息融合、模糊推理及模糊决策的重要工具。针对作为模糊逻辑算子重要扩展的直觉模糊逻辑算子,首先引入了直觉模糊集在特殊格上的等价定义。其次,验证了直觉模糊t-模与s-模的若干重要性质。在此基础上,对两种常用的蕴涵算子：直觉模糊孓蕴涵与直觉模糊R-蕴涵所具有的新性质进行讨论和证明,从而便于直觉模糊逻辑算子的进一步应用。