×
阿巴斯·阿里;穆罕默德·伊尔凡·阿里;努尔·雷赫曼

基于软支配的粗糙集及其在信息系统中的应用。 （英语） 兹比尔1468.68232

国际J近似推理 113, 171-195 (2019).
摘要：经典粗糙集理论被认为是处理类别数据不确定性的有用数学工具；该模型的一个主要缺陷是由于等价关系的强条件，在分类学习中对噪声敏感。同时，决策可以被视为一种心理过程，在这个过程中，人类可以在多种选择中进行选择。然而，随着实际决策问题的日益复杂，决策者经常面临在不确定的环境中描述其偏好的挑战。在本文中，我们提出了存在多属性和带有偏好的多决策的多属性群决策问题。在多准则多决策信息系统中，提出了与决策属性相对应的软偏好关系和软优势关系的概念。进一步，我们提出了软支配粗糙集的思想及其在解决多智能体冲突分析决策问题中的应用。该方法解决了Pawlak模型和Sun冲突分析模型的局限性，从而改进了这些模型。最后，对劳资谈判问题的实验结果表明，与Sun的技术相比，本文提出的算法对于可行的协商一致策略更有效。

引用于5文件

MSC公司：

68层37 人工智能背景下的不确定性推理

关键词：

粗糙集;软设置;偏好关系;优势关系
PDF格式BibTeX公司 XML格式引用
\textit{A.Ali}等人，国际期刊近似推理113，171--195（2019；Zbl 1468.68232）
全文： 内政部

参考文献：

[1] Alcantud，J.C.R.，《软集、模糊集及其扩展之间的一些形式关系》，《国际近似推理》。，68, 45-53 (2016) ·Zbl 1346.03046号
[2] 阿里，M.I。；冯，F。；刘，X。；Min，W.K。；Shabir，M.，关于软集理论中的一些新运算，计算。数学。申请。，57, 1547-1553 (2009) ·Zbl 1186.03068号
[3] M.I.阿里。；沙比尔，M。；Naz，M.，与新操作相关的软集代数结构，计算。数学。申请。，61, 2647-2654 (2011) ·Zbl 1221.03056号
[4] M.I.阿里。；沙比尔，M。；Feng，F.，基于邻域和软集的图的表示，Int.J.Mach。学习。赛博。，8, 1525-1535 (2017)
[5] 艾丁，S。；卡拉曼，C。；Kaya，I.，《一种新的模糊多标准决策方法：欧洲质量奖评估应用》，Knowl-基于系统。，32, 37-46 (2012)
[6] 布拉什琴斯基，J。；Greco，S。；Slowinski，R.，《多准则分类——基于优势的决策规则应用的新方案》，欧洲期刊Oper。研究，1811030-1044（2007）·Zbl 1121.90073号
[7] Blszczynski，J。；Greco，S。；斯洛文斯基，R。；Szelag，M.，单调变量一致性粗糙集方法，国际期刊近似推理。，20, 979-999 (2009) ·Zbl 1191.68673号
[8] 北卡罗来纳州卡格曼。；Engino，S.，《软矩阵理论及其决策》，计算。数学。申请。，59, 3308-3314 (2010) ·Zbl 1198.15021号
[9] 北卡罗来纳州卡格曼。；Engino，S.，《软集理论与单因素决策》，Eur.J.Oper。研究，207，848-855（2010）·Zbl 1205.91049号
[10] 查哈尔，S。；Saad，I.，多准则分类问题中基于优势的群体粗糙集方法，Decis。支持系统。，54, 1, 372-380 (2012)
[11] Deja，R.，《谈判冲突模型》，布尔。波兰。阿卡德。科学。，科技。，44，4475-498（1996年）·Zbl 0885.90150号
[12] Deja，R.，《冲突分析》，Int.J.Intell。系统。，17, 235-253 (2002) ·Zbl 0997.68136号
[13] Dembczynski，K。；Greco，S。；Slowinski，R.，《评估和赋值不精确的多准则分类的粗糙集方法》，欧洲期刊Oper。研究，198，626-636（2009）·Zbl 1163.90540号
[14] Dubois，D。；Fargier，H。；Prade，H.，接受的顺序和概率表示，J.Artif。智力。决议，22，23-56（2004）·Zbl 1080.68681号
[15] 冯，F。；Jun，Y.B。；刘，X。；Li，L.，基于模糊软集决策的可调整方法，J.Compute。申请。数学。，234, 1, 10-20 (2010) ·Zbl 1274.03082号
[16] 冯，F。；Li，C。；Davvaz，B。；Ali，M.I.，软集与模糊集和粗糙集的结合：一种尝试性方法，软计算。，14, 9, 899-911 (2010) ·Zbl 1201.03046号
[17] 冯，F。；刘晓云。；Leoreanu-Fotea，F。；Jun，Y.B.，软集和软粗集，信息科学。，181, 6, 1125-1137 (2011) ·Zbl 1211.68436号
[18] 冯，F。；Cho，J。；佩德里茨，W。；Fujita，H。；Herawan，T.，基于软集的关联规则挖掘，Knowl-基于系统。，111, 268-282 (2016)
[19] Greco，S。；马塔拉佐，B。；Slowinski，R.，优势关系对偏好关系的粗略近似，欧洲期刊Oper。研究，117，63-83（1999）·Zbl 0998.90044号
[20] Greco，S。；马塔拉佐，B。；Slowinski，R.，《多准则决策分析的粗糙集理论》，欧洲期刊Oper。决议，129，1-47（2001）·Zbl 1008.91016号
[21] Greco，S。；马塔拉佐，B。；Slowinski，R.，在存在多个属性和标准的情况下对问题进行排序的粗糙集方法，Eur.J.Oper。研究，138，2，247-259（2002）·Zbl 1008.90509号
[22] Greco，S。；马塔拉佐，B。；Slowinski，R.，《涉及多个决策者的基于优势的粗糙集决策方法》（Greco，S.；etal.，《计算中的粗糙集和当前趋势》，LNAI，第4259卷（2006），Springer:Springer Berlin），306-317·兹比尔1162.91332
[23] Greco，S。；斯洛文斯基，R。；Zielniewicz，P.，将基于优势的粗糙集方法和稳健序数回归结合在一起，Decis。支持系统。，54, 2, 891-903 (2013)
[24] Huang，B.，基于分级优势区间的模糊目标信息系统，Knowl-基于系统。，24, 7, 1004-1012 (2011)
[25] 黄，B。；李海霞。；Wei，D.K.，直觉模糊信息系统中基于优势的粗糙集模型，Knowl-基于系统。，28, 15-123 (2012)
[26] 胡，J。；陈晓华，基于优势关系和变精度粗糙集的多准则决策方法，系统。电子工程。，32, 4, 59-763 (2010) ·Zbl 1224.90094号
[27] 胡，J。；李，J。；罗，C。；Fujita，H。；Li，S.，两个宇宙上的增量模糊概率粗糙集，国际期刊近似推理。，81, 28-48 (2017) ·Zbl 1401.68321号
[28] Inuiguchi，M。；Yoshioka，Y。；Kusunoki，Y.，基于变量-决策优势的粗糙集方法和属性约简，国际期刊近似推理。，20, 1199-1214 (2009) ·Zbl 1191.68681号
[29] 姜瑜。；刘，H。；坦加，Y。；Chen，Q.，使用基于本体论的软集进行语义决策，数学。计算。型号。，53, 1140-1149 (2011) ·Zbl 1217.68213号
[30] 科特·沃斯基（Kotłwski，W.）。；Dembczynski，K。；Greco，S。；Słowinski，R.，基于随机优势的有序分类粗糙集模型，信息科学。，178, 4019-4037 (2008) ·Zbl 1173.68734号
[31] Li，S.Y。；Li，T.R.，属性值变化下基于优势的粗糙集方法中近似值的增量更新，Inf.Sci。，294, 348-361 (2015) ·Zbl 1360.68840号
[32] Lingras，P。；陈，M。；Miao，D.Q.，使用优势关系的清晰和粗糙聚类方案的定性和定量组合，国际期刊近似推理。，55, 238-258 (2014) ·Zbl 1316.68116号
[33] 马，X。；詹，J。；M.I.阿里。；Mehmood，N.，基于两类混合软集模型的决策方法调查，人工智能。智力。版次：4、47、507-530（2017）
[34] 马吉，P.K。；比斯瓦斯，R。；Roy，A.R.，软集理论，计算。数学。申请。，45555-562（2003年）·Zbl 1032.03525号
[35] 孟，D。；张，X。；秦，K.，软粗糙模糊集和软模糊粗糙集，计算。数学。申请。，624635-4645（2011年）·Zbl 1236.03040号
[36] Molodtsov，D.，软集理论的第一个结果，计算。数学。申请。，37, 19-31 (1999) ·Zbl 0936.03049号
[37] 莫什科维奇，H.M。；Mechitov，A.I。；Olson，D.L.，《数据挖掘中的规则归纳：有序尺度的影响》，专家系统。申请。，22, 303-311 (2002)
[38] Nguyen，N.T.，解决分布式系统中冲突的共识系统，信息科学。，1-4, 147, 91-122 (2002) ·Zbl 1019.68005号
[39] Pawlak，Z.，《粗糙集》，《国际计算杂志》。信息科学。，11, 341-356 (1982) ·Zbl 0501.68053号
[40] Pawlak，Z.，《冲突剖析》，J.Inf.Sci。，109, 65-68 (1998)
[41] Pawlak，Z.，粗糙集，关于数据推理的理论方面（1991），Kluwer学术出版社：Kluwer学术出版社Dordrecht·Zbl 0758.68054号
[42] Pedrycz，W.，《颗粒计算：智能系统的分析和设计》（2013），CRC出版社/弗朗西斯·泰勒：CRC出版社/Fran西斯·泰勒-博卡拉顿
[43] Pedrycz，W.，《优化和决策模型中信息粒度的分配：构建粒度计算的基础》，欧洲期刊Oper。第232137-145号决议（2014年）
[44] 钱，Y。；X·梁。；王，Q。；梁，J。；刘，B。；斯科伦，A。；Yao，Y.Y。；马，J。；Dang，C.，局部粗糙集：大数据中粗糙数据分析的解决方案，Int.J.近似原因。，97, 38-63 (2018) ·Zbl 1445.68223号
[45] 莱戈，洛杉矶。；Maria dos Santos，A.，冲突解决图模型中的上下概率偏好，国际期刊近似原因。，98, 96-111 (2018) ·Zbl 1452.91121号
[46] 萨蒂，T。；Alexander，J.，《冲突解决：层次分析过程》（1989），Praeger:Praeger New York
[47] 沙比尔，M。；M.I.阿里。；Shaheen，T.，《软粗糙集的另一种方法》，Knowl-基于系统。，40, 72-80 (2013)
[48] 邵，M.W。；张伟新，不完全有序信息系统中的支配关系和规则，国际情报学杂志。系统。，20, 13-27 (2005) ·Zbl 1089.68128号
[49] 斯科伦，A。；拉曼纳，S。；Peters，J.，《冲突分析和信息系统：粗糙集方法》（Wang，G.等，RSKT2006）。RSKT2006，LNAI，第4062卷（2006年），施普林格出版社：施普林格出版社，柏林，海德堡），233-240·Zbl 1196.68290号
[50] Sun，B。；Ma，W.，软模糊粗糙集及其在决策中的应用，Artif。智力。版次：41、1、67-80（2014）
[51] Sun，B。；Ma，W.，多智能体冲突分析问题的多决策优势对偏好关系的粗糙近似，信息科学。，315，39-53（2015）·Zbl 1388.91089号
[52] 杨晓波（Yang，X.B.）。；Yang，J.Y。；吴，C。；Yu，D.J.，基于优势的粗糙集方法与不完备有序信息系统中的知识约简，信息科学。，178, 1219-1234 (2008) ·Zbl 1134.68057号
[53] 杨晓波（Yang，X.B.）。；Qi，Y.先生。；Yu，D.J。；Yu，H.L。；Yang，J.Y.，区间值信息系统中的（α）-优势关系和粗糙集，信息科学。，294, 334-347 (2015) ·Zbl 1360.68853号
[54] Yao，Y.Y.，粗糙集理论的两面，Knowl-基于系统。，80, 67-77 (2015)
[55] Zaras，Z.，决定论和随机评估问题中通过多属性随机优势对偏好关系的粗略近似，欧洲期刊Oper。决议，130，305-314（2001）·Zbl 1068.91521号
[56] Zaras，Z.，确定性、随机性和模糊决策问题的多属性优势对偏好关系的粗略近似，随机性和模糊性决策问题，Eur.J.Oper。研究，159196-206（2004）·Zbl 1065.90528号
[57] 詹，J。；朱凯，一种新的软粗糙模糊集：半环的Z-软粗糙模糊理想及其决策，软计算。，8, 1923-1936 (2017) ·Zbl 1386.03069号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。