多属性多准则概率粗糙集模型研究

《多属性多准则概率粗糙集模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP301密级：公开专业学位研究生学位论文论文题目（中文）多属性多准则概率粗糙集模型研究Multi-attributeandmulti-criteria论文题目（外文）probabilisticroughsetmodel研究生姓名王倩怡学位类别工程硕士专业学位领域计算机技术学位级别硕士校内导师姓名、职称林和副教授校外导师单位、姓名兰州语通网居信息工程有限公司李永礼教授论文工作起止年月2015年3月至2016年3月论文提交日期2016年3月31日论文答辩日期2016年5月28日学位授予日期2016年6月日校址：甘肃省兰州市原创性声明本人郑重声明：本人所呈

2、交的学位论文，是在导师的指导下独立进行研究所取得的成果。学位论文中凡引用他人已经发表或未发表的成果、数据、观点等，均已明确注明出处。除文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期：关于学位论文使用授权的声明本人在导师指导下所完成的论文及相关的职务作品，知识产权归属兰州大学。本人完全了解兰州大学有关保存、使用学位论文的规定，同意学校保存或向国家有关部门或机构送交论文的纸质版和电子版，允许论文被查阅和借阅；本人授权兰州

3、大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存和汇编本学位论文。本人离校后发表、使用学位论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为兰州大学。本学位论文研究内容：□可以公开□不易公开，已在学位办公室办理保密申请，解密后适用本授权书。（请在以上选项内选择其中一项打“√”）论文作者签名：导师签名：日期：日期：多属性多准则概率粗糙集模型研究中文摘要经典粗糙集模型是一种非常有效的处理不完整及不确定知识的数据分析理论和数学工具，该方法与其它处理不确定问题的数学方法相比体现了一定程度的优越性，但是经典模型对二元关系以及

4、概念之间关系的严格要求又使得该方法在实际应用过程中面临很多困难，于是从不同角度着手，尝试对经典粗糙集模型进行扩展，将严格的等价关系扩展到较为宽松的相似关系、支配关系乃至任意二元关系，或者将粗糙集与概率论相结合给出基于概率的各种拓展模型，如变精度粗糙集模型、概率粗糙集模型、贝叶斯粗糙集模型等。另外，从属性分类的角度出发，使用不同的二元关系处理不同类型的属性，给出一系列拓展模型，多属性多准则粗糙集模型就是其中的一种。但是从属性分类角度拓展的多属性多准则模型是基于完全的包含关系建立的模型，该模型缺乏一定的容错能力，因此我们从概率的角度出发，对多属性多准则粗糙集模型进

5、行拓展，提出三种多属性多准则概率粗糙集模型并对该模型进行深入的研究。本文首先对粗糙集理论的研究现状，经典粗糙集模型，几种拓展的概率模型和相关知识进行介绍，其次从概率的角度出发，对多属性多准则粗糙集模型进行拓展。结合变精度粗糙集模型的思想引入一个错误分类率参数对上下近似进行定义，提出变精度多属性多准则粗糙集模型，并给出新模型的构造过程和应用实例。然后，利用错误分类率和条件概率的关系，建立基于隶属函数的变精度多属性多准则粗糙集模型。接着，将(?—?)概率粗糙集模型的思想和多属性多准则粗糙集模型结合，利用两个阈值参数来定义被近似集合的上下近似，从而提出多属性多准则(

6、?—?)概率粗糙集模型。最后，为了解决阈值参数的解释和计算，条件概率的估计以及正域、负域、边界域的决策规则三个问题，提出多属性多准则决策粗糙集模型。给出了阈值参数的详细计算过程，条件概率的完整估计过程，以及基于三支决策的概率正域、负域、边界域的决策规则和一个应用实例。关键词：粗糙集理论，概率粗糙集，多属性多准则，决策粗糙集，三支决策AbstractClassicalroughsetmodelisaveryeffectivedataanalysistheoryandmathematicaltoolstodealwithincompleteanduncertain

7、knowledge.Comparedwithothermathematicalmethodsprocessinguncertainproblems,themethodhasacertaindegreeofsuperiority.Buttheclassicalmethod’sstrictrequirementsofbinaryrelationandrelationshipbetweenconceptsmakethemodelfacemanydifficultiesinpracticalapplication.Soscholarstrytoextendclassi

8、calroughsetmodelfro