×
薛占鳌;赵丽萍;孙琳;张敏;薛天宇

基于多粒度的三向决策模型支持直觉模糊粗糙集。 （英语） Zbl 1483.68413号

国际J近似推理 124, 147-172 (2020).
摘要：为了捕捉延迟决策过程中各种不确定因素的影响，将支持直觉模糊集（SIFS）引入三方决策（TWD）中，从多粒度的角度研究这一问题。首先，定义了支持直觉模糊粗糙集的概念，并讨论了它们的相关性质。然后，我们将支持直觉模糊粗糙集与多粒度粗糙集相结合，提出了乐观/悲观多粒度支持直觉模糊粗集模型，并讨论了它们的相应性质。其次，引入参数\（\alpha\）来约束多支持直觉模糊关系的析取和连接，并构造了变量乐观和悲观多支持直觉模糊粗糙集模型。第三，定义了基于多粒度支持直觉模糊粗糙集的相似测度、正理想解、负理想解和条件概率。基于四种提出的多粒度支持直觉模糊粗糙集模型，建立了四种TWD模型。最后，可以从一个新的得分函数和准确度函数中获得决策规则，并设计了基于多粒度支持直觉模糊粗糙集的决策规则提取算法。一系列实例的实验结果证明了我们提出的行波管模型的有效性。

引用于2文件

MSC公司：

68层37 人工智能背景下的不确定性推理
91B06型 决策理论

关键词：

多粒度粗糙集;支持直觉模糊集;支持度;三方决策
PDF格式BibTeX公司 XML格式引用
\textit{Z.Xue}等人，《国际近似推理》124，147--172（2020；Zbl 1483.68413）
全文： 内政部

参考文献：

[1] Yao，Y.Y.，概率粗糙集模型中三方决策的优越性，信息科学。，181, 6, 1080-1096 (2011) ·Zbl 1211.68442号
[2] 黄，B。；Wu，W.Z。；Yan，J.J。；李海霞。；周晓忠，多尺度直觉模糊信息表中基于包含测度的多粒度决策理论粗糙集，信息科学。，507, 421-448 (2020)
[3] Sun，L。；张晓云。；Qian，Y.H。；徐建川。；Zhang，S.G.，使用基于邻域熵的不确定性测度进行基因表达数据分类的特征选择，信息科学。，502, 18-41 (2019) ·Zbl 1453.68186号
[4] 张晓云。；唐，X。；Yang，J.L。；Lv，Z.Y.，基于区域保留的定量三向类特定属性约简，国际期刊近似原因。，117, 96-121 (2020) ·Zbl 1468.68249号
[5] 蒋春明。；郭博士。；段，Y。；刘毅，基于运动的三方决策中熵测度下的策略选择，国际期刊近似推理。，119, 280-291 (2020) ·Zbl 1443.91112号
[6] Li，W.W。；贾晓云。；Wang，L。；周，B.，三元决策理论粗糙集模型中的多目标属性约简，国际期刊近似推理。，105, 327-341 (2019) ·Zbl 1452.68216号
[7] Pawlak，Z.，《粗糙集》，《国际计算杂志》。信息科学。，11, 5, 34-39 (1982)
[8] 胡敏杰。；Yao，Y.Y.，《结构化近似作为粗糙集理论中三方决策的基础》，Knowl-基于系统。，165, 92-109 (2019)
[9] 梁博士。；刘，D.，从直觉模糊决策理论粗糙集导出三方决策，信息科学。，300, 28-48 (2015) ·兹比尔1360.68841
[10] Dubois，D。；Prade，H.，《粗糙模糊集与模糊粗糙集》，《国际遗传学系统》。，17, 2-3, 191-209 (1990) ·Zbl 0715.04006号
[11] Sun，L。；Wang，L.Y。；Qian，Y.H。；徐，J.C。；Zhang，S.G.，使用Lebesgue和熵测度进行不完备邻域决策系统的特征选择，Knowl-基于系统。，186，第104942条pp.（2019）
[12] Ziarko，W.，可变精度粗糙集模型，J.Compute。系统。科学。，46, 1, 39-59 (1993) ·Zbl 0764.68162号
[13] Sun，L。；Yin，T.Y。；丁，W.P。；Qian，Y.H。；Xu，J.C.，使用ML-RelifF和邻域互信息进行多标记邻域决策系统的多标记特征选择，Inf.Sci。，537, 401-424 (2020) ·Zbl 1479.62046号
[14] 詹，J.M。；M.I.阿里。；Mehmood，N.，关于一种新的不确定软集模型：Z-软模糊粗糙集模型和相应的决策方法，应用。软计算。，56, 446-457 (2017)
[15] Sun，L。；Wang，L.Y。；丁，W.P。；Qian，Y.H。；Xu，J.C.，模糊邻域多粒度粗糙集基于模糊邻域熵的不确定性测度的特征选择，IEEE Trans。模糊系统。(2020)
[16] Liu，Y.Y。；秦光耀。；Martínez，L.，改进基于模糊软集和粗糙软集的决策方法，应用。软计算。，65, 320-332 (2018)
[17] Zadeh，L.A.，模糊集与信息粒度，高级模糊集理论应用。，11, 3, 3-18 (1979)
[18] Yu，Y.W。；Wu，S.X。；Lin，Y.J。；Liu，J.H.，基于不同类比率模糊粗糙集的鲁棒特征选择，Knowl-基于系统。，120, 15, 74-86 (2017)
[19] 李海霞。；张立波。；黄，B。；周小中，成本敏感双向线性判别分析，信息科学。，510, 283-303 (2020)
[20] Sun，L。；张晓云。；Qian，Y.H。；徐建川。；张，S.G。；Tian，Y.，基于Fisher评分的联合邻域熵基因选择方法在肿瘤分类中的应用，Appl。智力。，49, 4, 1245-1259 (2019)
[21] Yang，J.L。；Yao，Y.Y.，《软集语义与软集三方决策》，Knowl-基于系统。，194，第105538条，第（2020）页
[22] Yao，Y.Y.，《三向粒度计算、粗糙集和形式概念分析》，《国际期刊近似推理》。，116, 106-125 (2020) ·兹比尔1468.68246
[23] 孙，B.Z。；马，W.M。；李伯杰。；李晓宁，基于语言信息决策理论粗糙模糊集的多属性群决策的三向决策方法，国际期刊近似推理。，93, 424-442 (2018) ·Zbl 1452.68228号
[24] Yao，Y.Y.，《三元决策与粒度计算》，《国际期刊近似原因》。，103, 107-123 (2018) ·Zbl 1448.68427号
[25] Li，J.H。；黄，C.C。；齐俊杰。；Qian，Y.H。；刘伟强，基于多粒度的三向认知概念学习，信息科学。，378, 244-263 (2017) ·Zbl 1429.68228号
[26] 何，X.L。；Wei，L。；她，Y.H.，《三方决策的L-fuzzy概念分析：基本定义和模糊推理机制》，国际J·马赫出版社。学习。赛博。，9, 11, 1857-1867 (2018)
[27] 方，Y。；Min，F.，《三方决策的成本敏感近似属性约简》，《国际期刊近似原因》。，104, 148-165 (2019) ·Zbl 1452.68208号
[28] 李海霞。；张立波。；周，X.Z。；黄，B.，使用深度神经网络的成本敏感序贯三方决策建模，国际期刊近似推理。，85, 68-78 (2017) ·Zbl 1419.68078号
[29] 最小值，F。；张振华。；翟伟杰。；Shen，R.P.，用三部分字母进行频繁模式发现，信息科学。，507, 715-732 (2020)
[30] Liang，D.C。；徐，Z.S。；刘，D。；Wu，Y.，在毕达哥拉斯模糊信息下使用理想TOPSIS解的三方决策方法，信息科学。，435, 282-295 (2018) ·Zbl 1440.68292号
[31] Xue，Z.A。；Han，D.J。；吕明杰。；Zhang，M.，带多粒度粗糙直觉模糊集的新型三方决策模型，Symmetry，10，11，Article 662 pp.（2018）·兹比尔1425.91134
[32] Yan，Y.T。；吴振斌。；杜晓强。；陈，J。；赵，S。；张永平，不平衡数据过采样的三元决策集成方法，国际期刊近似原因。，107, 1-16 (2019) ·Zbl 1456.68170号
[33] Yang，X.先生。；李·T·R。；Fujita，H。；Liu，D.，《多类别决策的连续三方方法》，《国际期刊近似理由》。，104, 108-125 (2019) ·Zbl 1452.68237号
[34] Qian，Y.H。；Liang，J.Y。；Yao，Y.Y。；Dang，Y.C.，MGRS：一个多粒度粗糙集，Inf.Sci。，180, 6, 949-970 (2010) ·Zbl 1185.68695号
[35] 张，M。；唐，Z.M。；Xu，W.Y。；杨晓波，可变多粒度粗糙集模型，中国。模式识别器。Artif公司。智力。，25, 4, 709-720 (2012)
[36] Kang，Y。；Wu，S.X。；李永伟。；Liu，J.H。；Cheng，B.H.，《可变精度基于灰色的多粒度粗糙集模型和属性约简》，Knowl-基于系统。，148, 15, 131-145 (2018)
[37] 李振伟。；刘晓凤。；张国强。；谢新霞。；Wang，S.C.，分布式fc-decision信息系统的多粒度决策理论粗糙集方法：在医疗诊断中的应用，应用。软计算。，56, 233-244 (2017)
[38] 曼达尔，P。；Ranadive，A.S.，基于模糊偏好关系的模糊多粒度决策理论粗糙集，软计算。，23, 1, 85-99 (2018) ·Zbl 1415.68235号
[39] 胡春霞。；刘，S.X。；Huang，X.L.，在细化或粗化属性值时多粒度粗糙集中的动态更新近似，Knowl-基于系统。，130, 62-73 (2017)
[40] Sun，L。；Wang，L.Y。；丁，W.P。；Qian，Y.H。；Xu，J.C.，不完全邻域决策系统中使用Lebesgue和熵测度的基于邻域多粒度粗糙集的属性约简，Knowl-基于系统。，192，第105373条pp.（2020）
[41] 张庆华。；刘克星。；冯，L.，集在多粒度空间中的粗糙等式和粗糙包含研究，J.Intell。模糊系统。，36, 3, 1-14 (2019)
[42] 钱，J。；蔡，C.H。；Yue，X.D.，基于多阈值的多粒度连续三方决策，国际期刊近似原因。，105, 396-416 (2019) ·Zbl 1440.68295号
[43] 钱，J。；Liu，C.H。；Miao，D.Q。；Yue，X.D.，《通过多粒度的顺序三方决策》，《信息科学》。，507, 606-629 (2020) ·Zbl 1456.68199号
[44] 张，C。；Li，D.Y。；Liang，J.Y.，具有可调整犹豫模糊语言多粒度决策的多粒度三方决策——两个宇宙上的粗糙集，Inf.Sci。，507, 665-683 (2020) ·Zbl 1456.68208号
[45] Zadeh，L.A.，模糊集，信息控制，8，3，338-353（1965）·兹伯利0139.24606
[46] 阿塔纳索夫，K.T.，直觉模糊集，模糊集系统。，20, 1, 87-96 (1986) ·Zbl 0631.03040号
[47] Guo，K.H。；Zang，J.，区间值直觉模糊集的知识测度及其在不确定性决策中的应用，软计算。，23, 16, 6967-6978 (2019) ·Zbl 1418.03159号
[48] Tiwari，A.K。；Shreevastava，S。；索姆·T。；Shukla，K.K.，基于容差的直觉模糊粗糙集属性约简方法，专家系统。申请。，101, 205-212 (2018)
[49] Wan，Z.C。；宋，J。；沈永乐，可变直觉模糊多粒度粗糙集模型及其近似分布约简算法，中国。J.计算。申请。，38, 2, 390-398 (2018)
[50] Song，Y.F。；王，X.D。；权，W。；黄伟林，直觉模糊集相似度量的一种新构造方法，软计算。，23, 6, 1985-1998 (2019) ·兹布尔1415.03051
[51] 梁，M.S。；Mi，J.S。；Feng，T.，基于相似度量的多粒度直觉模糊决策理论粗糙集的最优粒度选择，J.Intell。模糊系统。，36, 3, 2495-2509 (2019)
[52] Tan，A.H。；Wu，W.Z。；Qian，Y.H。；Liang，J.Y。；Chen，J.K.，基于直觉模糊粗糙集的粒度结构和属性子集选择，IEEE Trans。模糊系统。，27, 3, 527-539 (2019)
[53] 黄，B。；李海霞。；冯，G.F。；庄，Y.L.，基于包含测度的多粒度直觉模糊决策理论粗糙集及其在issa中的应用，Knowl-基于系统。，138, 220-231 (2017)
[54] 杨，B。；胡碧琴。；乔，J.S.，覆盖近似空间中具有粗糙隶属函数的三向决策，Fundam。通知。，165, 2, 157-191 (2019) ·Zbl 1412.68278号
[55] 薛振安。；Xin，X.W。；袁永乐。；Xue，T.Y.，基于直觉模糊可能性测度的不完全数据三方决策，J.Intell。模糊系统。，35, 5, 5657-5666 (2018)
[56] 杨，C.C。；张庆华。；Zhao，F.，多粒度空间中直觉模糊数的层次三方决策，IEEE Access，724362-24375（2019）
[57] Nguyen，X.T。；Nguyen，V.D.，《支持直觉模糊集：软计算的新概念》，Int.J.Intell。系统。申请。，4, 7, 11-16 (2015)
[58] Yang，Y。；Liang，C.C.，支持直觉模糊集的聚合算子及其在决策中的应用，Chin。计算。工程师，43，1207-212（2017）
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。