面向不確定信息的直覺模糊三支決策模型及應用

"辛現偉，1991年1月生，河南師範大學副教授（校聘），山西大學博士後，碩士研究生導師。2022年畢業於北京師範大學人工智能學院，獲工學博士學位。主要研究領域包括粒計算、數據挖掘、概念認知學習與智能決策等。已在IEEE Transactions on Fuzzy Systems、IEEE Transactions on Information Forensics and Security、IEEE Transactions on Consumer Electronics、International Journal of Approximate Reasoning、ECAI等期刊及會議上發表論文30余篇，參與國家級科研項目2項，主持省部級項目5項。薛占熬，河南師範大學三級教授，博士，碩士研究生導師，全國模範教師，新鄉工程學院銀齡教師。計算機科學與技術河南省重點學科帶頭人、河南省重點現代產業學院建設負責人，河南省高新技術企業認定技術專家、河南省教師教育專家。中國人工智能基礎專業委員會副秘書長，中國人工智能學會高級會員，中國粒計算與知識發現專業委員會委員，IEEETransactions onCybernetics、IEEE Transactions on FuzzySystems等國際**期刊審稿人。主要研究方向為人工智能基礎理論、不確定性推理、粗糙集與模糊集、智能決策。在國內外重要科技期刊及國際學術會議上發表學術論文120余篇，其中SCI收錄20余篇；參與完成國家自然科學基金項目4項，主持完成河南省重點科技攻關、自然科學基金等省廳級項目5項；主編河南省普通高等教育“十四五”規劃教材2部，出版專著1部。曾獲陜西省科技進步三等獎1項、河南省自然科學三等獎1項、河南省教育廳科學技術成果一等獎2項、河南省自然科學優秀學術論文二等獎3項。"

目錄

 

第1章  緒論  1

 1.1  研究背景與意義  1

 1.2  研究現狀  2

1.2.1  三支決策研究現狀  2

1.2.2  直覺模糊集研究現狀  5

1.2.3  概念格研究現狀  6

 1.3  本章小結  6

第2章  基礎理論  7

 2.1  Pawlak粗糙集與多粒度粗糙集  7

 2.2  三支決策模型  9

 2.3  直覺模糊集理論及其相關測度  10

 2.4  經典概念格與三支概念格  12

 2.5  本章小結  14

第3章  基於概念知識度量的直覺模糊三支決策模型  15

 3.1  直覺模糊屬性關聯度  15

 3.2  直覺模糊三支形式概念分析  17

3.2.1  基於屬性關聯的直覺模糊概念格  18

3.2.2  基於屬性關聯的直覺模糊三支概念格  19

 3.3  直覺模糊三支決策規則及邊界域的二次決策  22

3.3.1  概念邊界內涵的二次決策  23

3.3.2  概念邊界外延的二次決策  25

 3.4  實例與對比分析  26

 3.5  實驗分析  28

3.5.1  實驗設置  29

3.5.2  結果分析  30

 3.6  本章小結  32

第4章  基於粒計算的直覺模糊三支決策模型  33

 4.1  狀態可能性與信息粒度  34

4.1.1  隸屬狀態與非隸屬狀態的可能性函數  34

4.1.2  信息粒度近似劃分  35

 4.2  模型構建與結果評估  38

4.2.1  直覺模糊三支決策模型的構建  38

4.2.2  基於優勢度與劣勢度的代價函數及結果評估  39

 4.3  實例與對比分析  41

 4.4  實驗分析  45

4.4.1  實驗設置  45

4.4.2  結果分析  46

 4.5  本章小結  49

第5章  融合風險偏好信息的直覺模糊三支決策模型  50

 5.1  融合風險偏好信息的多粒度直覺模糊粗糙集模型  51

5.1.1  基於擴展級別高於關系的風險偏好表達與度量  51

5.1.2  多粒度直覺模糊粗糙集模型  53

 5.2  級別高於關系下的多粒度直覺模糊三支決策模型  57

 5.3  實例與對比分析  61

 5.4  實驗分析  65

5.4.1  實驗設置  65

5.4.2  結果分析  66

 5.5  本章小結  69

第6章  基於直覺模糊不完備信息系統的直覺模糊三支決策模型  70

 6.1  基於擴展三角直覺模糊數逼近的缺失值補全方法  71

 6.2  直覺模糊不完備信息系統下的直覺模糊三支決策模型  74

6.2.1  不同決策代價間的相互作用關系  75

6.2.2  融合決策代價相關性的直覺模糊三支決策模型  76

 6.3  實例與對比分析  79

 6.4  實驗分析  84

6.4.1  實驗設置  84

6.4.2  結果分析  84

 6.5  本章小結  88

第7章  基於數據包絡分析的直覺模糊三支決策模型  89

 7.1  基於DEA的直覺模糊三支決策模型  92

7.1.1  直覺模糊DEA模型構建  92

7.1.2  融合投入-產出影響的損失函數構建  97

7.1.3  基於DEA的直覺模糊三支決策模型  99

 7.2  實驗與對比分析  100

7.2.1  實例分析  101

7.2.2  實驗分析  103

7.2.3  對比分析  108

7.2.4  相關性分析  110

7.2.5  參數分析  111

 7.3  本章小結  112

第8章  基於可變多粒度支持直覺模糊粗糙集的三支決策模型  113

 8.1  可變多粒度支持直覺模糊粗糙集模型  113

 8.2  可變多粒度支持直覺模糊粗糙集的三支決策模型  117

8.2.1  可變多粒度支持直覺模糊粗糙集的三支決策  117

8.2.2  可變多粒度支持直覺模糊粗糙集的三支決策規則提取算法  119

 8.3  實例分析  120

 8.4  本章小結  129

第9章  基於多粒度粗糙直覺模糊集的三支決策模型  130

 9.1  基於多粒度的粗糙直覺模糊集模型  130

9.1.1  基於樂觀多粒度的粗糙直覺模糊集模型  131

9.1.2  基於悲觀多粒度的粗糙直覺模糊集模型  135

9.1.3  基於多粒度粗糙直覺模糊集的實例分析  140

 9.2  基於多粒度粗糙直覺模糊集的三支決策模型  143

9.2.1  基於樂樂觀多粒度粗糙直覺模糊集的三支決策模型  143

9.2.2  基於樂悲觀多粒度粗糙直覺模糊集的三支決策模型  145

9.2.3  基於悲樂觀多粒度粗糙直覺模糊集的三支決策模型  146

9.2.4  基於悲悲觀多粒度粗糙直覺模糊集的三支決策模型  147

 9.3  多粒度的綜合度量方法  148

 9.4  基於多粒度粗糙直覺模糊集的三支決策模型的最優粒度選擇算法  148

 9.5  基於最優站點選擇的實例分析  149

 9.6  本章小結  156

第10章  雙量化廣義多粒度集對優勢粗糙集的三支決策模型  157

 10.1  廣義多粒度集對優勢粗糙集模型  157

10.1.1  廣義多粒度粗糙集  158

10.1.2  廣義多粒度集對優勢變精度粗糙集模型  159

10.1.3  廣義多粒度集對優勢程度粗糙集模型  161

 10.2  雙量化廣義多粒度集對優勢粗糙集的三支決策模型  164

10.2.1  Ⅰ型、Ⅱ型雙量化廣義多粒度集對優勢粗糙集的三支決策模型  164

10.2.2  Ⅲ型、Ⅳ型雙量化廣義多粒度集對優勢粗糙集的三支決策模型  168

10.2.3  V型雙量化廣義多粒度集對優勢粗糙集的三支決策模型  170

10.2.4  雙量化廣義多粒度集對優勢粗糙集的三支決策算法  172

 10.3  案例應用及分析  173

 10.4  實驗分析  179

 10.5  本章小結  181

第11章  基於直覺模糊三支遷移的孤獨癥識別方法  182

 11.1  總體框架  182

11.1.1  直覺模糊三支遷移學習方法  183

11.1.2  粗糙幾乎隨機占優  187

 11.2  實驗分析  191

 11.3  本章小結  196

第12章  基於直覺模糊三支認知聚類的屬性約簡方法  197

 12.1  直覺模糊認知聚類  198

12.1.1  融合學習者CLDK的直覺模糊認知相似度  198

12.1.2  直覺模糊認知相似度  200

 12.2  基於直覺模糊三支認知聚類的屬性約簡方法  201

 12.3  實驗與對比分析  204

12.3.1  對比分析  205

12.3.2  參數分析  207

 12.4  本章小結  209

第13章  總結與展望  210

 13.1  本書總結  210

13.1.1  基於概念格與粒度調控的三支結構表達  210

13.1.2  多理論融合的直覺模糊三支決策支撐框架  211

13.1.3  面向不完備信息、遷移與認知的模型擴展設計  211

 13.2  未來工作展望  212

參考文獻  215