一种基于粗糙集的权重确定方法

对粗糙集表征的属性重要度进行了深入研究,针对原有基于粗糙集理论的属性权重确立方法的不足,综合考察属性集中条件属性的整体重要度和系统中条件属性的个体重要度,提出了新的基于粗糙集理论的属性权重确定方法,提高了方法的普适性和可解释性.     

基于粗糙集属性重要度的岗位评价方法及其应用

提出一种基于粗糙集差别矩阵属性重要度的岗位评价方法,该方法充分考虑各个属性的重要程度,降低了打分的主观影响.从岗位的评价出发,根据评价体系赋值的属性重要度来确定岗位包含各种属性的权重,最后得出岗位的评价值,与传统方法采用的指标得分简单加权求和的方法相比,所提方法更具合理性.     

基于粗糙集理论的项目评价方法研究

项目评价是项目管理中非常重要的一个环节,传统的评价方法或者带有太多的专家经验(主观的先验信息),或者对海量且含有噪音的数据缺乏有效的处理方法,从而导致对项目的评价在客观性和准确性方面存在不尽人意。粗糙集理论是波兰数学家Z.Pawlak在1982年提出的一种处理不完整数据、不精确知识的方法,现已在众多领域得到应用[6]。本文利用粗糙集理论的方法来对项目进行评价,不依靠主观推断,完全由数据驱动推理的机理来获得客观真实的结论。最后通过例子说明了该方法的有效性。     

基于粗糙集的组合评价方法研究

为了解决多方法评价结论的非一致性问题,目前有不少学者提出了组合评价的思路.但现有的组合评价方法普遍隐含着与实际情况相悖的基本假设;所讨论的方法适用于所有评价问题,把所有的评价方法进行组合.针对上述问题本文试图基于粗糙集理论和信息熵概念,首先进行评分方法的筛选,然后再计算主要方法的重要程度,经过归一化处理后即得到各可组合方法的权重,进而得到组合评价的结论.最后用一个实例说明本研究实际应用上的有效性.     

基于粗集理论的属性权重确定方法

通常属性权重的确定方法是根据决策者的先验知识来确定。本文根据粗集理论中属性重要度的判断方法,提出将决策者先验知识给定的权重同粗集理论确定的属性重要度结合起来最终确定属性权重,即基于粗集理论的属性权重确定,实现主观先验知识同客观情况的统一,从而得出更加理想的权重确定结果。     

一种基于粗糙集的企业供应商评价与选择新方法

给出了粗糙集中组合属性重要度确定单属性重要度的新定义,并应用于企业供应商评价与选择,新方法计算的指标权重结果避免了文献[10]中计算的指标权重为0的情况出现,同时新算法计算的各指标重要度之和避免了文献[11]算法各指标重要度之和过大现象,计算精度更高,评价结果更符合实际。     

变精度优势粗糙集属性约简择优算法

以从多个粗糙集属性约简中选择最优的约简为目的,分析了作为度量工具的现有条件信息熵在应用过程中的缺陷.借鉴变精度粗糙集理论的思想,在对阈值参数进行二次选择的基础上,提出一种新的条件信息熵.基于新的条件信息熵设计了一种变精度优势粗糙集属性约简的择优算法,克服了现有条件信息熵的不足.理论分析和实践结果均表明了所设计算法的有效性.     

权重信息未知情况下的多属性群决策方法及其拓展

本文针对群决策中专家权重及指标权重难以确定的问题,提出一种在权重信息完全未知情况下的基于证据距离和模糊熵权变换的多属性群决策方法,其核心在于如何仅通过决策矩阵客观地确定决策者权重及指标权重。通过信息熵和证据距离确定专家权重,并利用模糊变换原理,将专家权重向量与指标熵权矩阵合成,得到统一的群体决策指标权重;最后使用线性加权法集成所有专家对备选方案的评价信息,得到整个方案集的排序。实验结果及相关讨论表明,该方法概念清晰,计算量适中,具有较强的客观性,而且易于机器实现,是一种可行、有效的多属性群决策方法。最后将该方法推广到属性值由精确数、语言值、区间数、直觉模糊数等多种形式构成的混合型多属性群决策中。     

多属性决策中权重确定的一种集成方法

针对多属性决策中属性权重的确定问题,提出了一种主客观信． 的集成方法．该方法是通过一个数学规划模型,将决策者给出的主观权重偏好信息与客观的决策矩阵信息进行有机 地集成,使确定的权重同时反映主观程度和客观程度．     

粗糙集理论在创新方法知识库设计中的应用

本文首先介绍了粗糙集理论的基本知识。然后在创新方法分类、创新方法筛选等已有成果的基础上,以创新方法为对象,以粗糙集理论为理论基础,利用粗糙集属性约简算法等理论,根据用户对创新方法知识库的检索要求,删除创新方法知识库中冗余的知识,最终高效率的发现用户想要的结果。     

A Study to Improve the Method of Ascertaining Attribute Weight Based on Rough Sets Theory

There are some shortages to ascertain attribute weight based on rough set in current studies. In this paper, attrib- ute importance represented by rough set is studied deeply. Aiming at the existing problems, algebra presentation of rough sets is proved to be more comprehensive than its information presentation, then a new method of ascertaining attribute weigh is put forward based on rough set conditional entropy. Finally, it is shown that the new method is more reasonable than the old one by an example.     

基于粗糙集的不一致信息系统规则获取方法

本文提出了一种基于粗糙集的既能学习决策性分类规则也能学习非决策性分类规则的方法,目的是获得更一般、更可靠的分类规则,并设计了相应的算法。算法的基本思想是允许用户在学习分类过程中指定三个参数:最小的支持度、分类规则必须满足的一致度、覆盖度,据此推导出满足参数要求的规则。最后将该方法应用于一个算例中,提取了满足给定参数阈值的规则。该方法在处理噪音数据及大型数据库分析等方面具有较强功能。     

动态信息系统中一种基于条件熵的核属性计算方法

针对动态信息系统中新增和退出对象集的情况,在信息观下提出了一种基于条件熵的核属性计算方法。先分别讨论仅有对象集进入、仅有对象集退出以及以上两种情形同时存在下条件熵的变化机制。由条件熵变化机制,通过构造支持度矩阵和增量矩阵方式将新增或者退出的对象集一并参与比较计算,快速求得条件熵,进而获得核属性。最后,由实例分析验证该方法的有效性。     

一种新的混合型多属性决策方法及在供应商选择中的应用

研究了一种属性权重未知的混合型多属性决策模型.为了简化计算,把区间数和模糊数转化成精确数得到规范的决策矩阵.基于属性的熵,建立了具有柔性的客观权重模型,把客观权重和主观权重线性合成为综合权重.给出了客观权重和综合权重合理性的判定定理.最后的案例说明该法是可行、有效的.     

模糊粗糙集中综合评价的属性约简和规则获取

传统的评价方法在进行评价之前没有进行属性约简,并且对新样本的评价过程过于复杂.鉴于此,运用(S,T)模糊粗糙集对综合评价中的属性约简和规则获取进行了研究,通过属性约简精简评价指标,通过规则获取来简化新样本的评价过程,为新样本的评价提供了一种全新的方法.最后以一个综合评价实例来演示如何进行属性约简和规则获取.     

基于粗糙集理论的排污收费优化模型

基于粗糙集理论,建立了排污收费模型。通过评价因素的重要程度和约简因素,确定了模型中各污染源的排污浓度对各控制点污染物浓度的影响权重;考虑了管理者在征收排污税的同时参与了环境治理工作,使得各个控制点在符合污染物浓度控制要求的条件下,得出了理想的排污税,并达到了全社会总成本最低。     

一种新的基于粗糙集理论的冲突分析模型

在PAWLAK提出的冲突系统中,局中人对争端的态度只有3种:肯定、否定或中立。这样的冲突系统提供的信息过于抽象,很难从该模型中了解局中人产生冲突的原因,更无法找到大多数局中人一致同意的方案。经深入研究,认为现实生活中的某些冲突系统,其局中人应具有自己的方案,而整个冲突系统应有领域专家提供的方案。同时,各争端之间可能存在相互制约关系。根据这些特点,在PAWLAK冲突系统模型的基础上,引入每个局中人的信息系统和可行方案、领域专家为冲突系统提供的信息系统和可行方案,以及冲突系统中各争端的约束条件和冲突系统的可行方案,从而得到一个新的基于粗糙集的冲突模型。同时,给出了一个求冲突系统可行方案的算法,并以实例说明新模型能较好地刻画现实在生活的某些冲突系统。