基于局部粗糙集的三支决策模型

发布时间：2024-01-27 01:55

　　为了研究论域上的对象分类的决策规则,姚一豫基于粗糙集和概率粗糙集提出了三支决策理论。它是在传统的二支决策的理论基础上发展起来的。粗糙集或者概率粗糙集的三个域可以看成分类的:正域对应于接受域、负域对应于拒绝域、边界域对应于不承诺域(即采取延迟决策)。目前基于不同粗糙集模型的三支决策理论得到了广泛的研究和扩展,并被应用到许多领域。本文基于粗糙集和概率粗糙集,研究了串行关系下的概率粗糙集,基于包含度的局部粗糙集及其性质,以及这两个模型下的三支决策模型,给出了两种模型下的分类决策规则。主要研究内容如下:第一部分阐述了粗糙集、三支决策的研究背景及意义、以及国内外发展现状;第二部分介绍了粗糙集和概率粗糙集的基础知识;第三部分研究了基于串行关系的概率粗糙集。Yao提出的概率粗糙集是基于等价关系提出来的,但在实际应用中,知识库存在多种不确定性因素,使得所讨论的对象间的关系未必满足等价性。故在保证条件概率有意义的条件下,本文将等价关系推广到串行二元关系,提出了串行概率粗糙集近似。研究了两个阈值变化时,相应的串行概率粗糙下上近似、串行概率精度和串行概率粗糙度的粗糙逼近。最后,基于Bayesian决策模型讨...

【文章页数】：65 页

【学位级别】：硕士

图9.1概率粗糙集与局部粗糙集的区别

本文编号：3886089