編輯推薦:

內(nèi)容簡介:優(yōu)勢關系粗糙集以優(yōu)勢關系代替經(jīng)典粗糙集的不可分辨關系，更好地滿足了描述實際問題中某些屬性具有偏序關系和連續(xù)屬性的需要。優(yōu)勢關系粗糙集既可以有效處理等價關系，又可以處理具有偏序關系的決策信息系統(tǒng)，現(xiàn)已成為處理不確定信息的重要理論模型，受到越來越多學者的關注?！秲?yōu)勢關系粗糙集：不確定性決策的理論與方法》集結(jié)了作者近年來在該領域的研究成果，針對優(yōu)勢關系粗糙集對不精確、不一致、不完備等不確定性信息處理的核心問題，從變精度模型、不一致信息系統(tǒng)的一致性轉(zhuǎn)化、數(shù)據(jù)驅(qū)動的自主式?jīng)Q策、置信優(yōu)勢關系模型及近似集的動態(tài)更新、屬性約簡等方面對優(yōu)勢關系粗糙集的不確定性信息處理理論展開研究，并給出優(yōu)勢關系粗糙集在電信客戶價值評價和水質(zhì)評價中的應用案例。

作者簡介:

目錄:目錄
第1章 緒論 1
1.1 不確定性信息概述 1
1.1.1 不確定性信息的來源 2
1.1.2 不確定性信息的分類 3
1.1.3 不確定性信息的表現(xiàn)形式 3
1.2 不確定性決策理論概述 4
1.3 粗糙集理論概述 13
1.3.1 粗糙集的理論背景 13
1.3.2 粗糙集的基本概念 14
1.3.3 粗糙集的擴展模型 17
1.4 優(yōu)勢關系粗糙集的發(fā)展 19
1.4.1 優(yōu)勢關系粗糙集的產(chǎn)生背景 19
1.4.2 優(yōu)勢關系粗糙集與不確定性信息處理 20
1.5 本書的主要結(jié)構(gòu) 21
參考文獻 21
第2章 優(yōu)勢關系粗糙集基礎 27
2.1 優(yōu)勢關系粗糙集的基本概念 27
2.2 優(yōu)勢關系粗糙集的決策規(guī)則與獲取 30
2.2.1 優(yōu)勢關系粗糙集的決策規(guī)則形式 30
2.2.2 優(yōu)勢關系粗糙集的決策規(guī)則獲取算法 32
2.3 基于優(yōu)勢關系粗糙集的決策方法 36
2.4 本章小結(jié) 37
參考文獻 37
第3章 變精度優(yōu)勢關系粗糙集模型 39
3.1 引言 39
3.2 變精度粗糙集 40
3.3 變精度優(yōu)勢關系粗糙集 41
3.3.1 變精度優(yōu)勢關系粗糙集的概念 41
3.3.2 基于包含度的優(yōu)勢關系粗糙集模型 43
3.3.3 基于支持度的優(yōu)勢關系粗糙集模型 45
3.4 基于包含度和支持度的變精度優(yōu)勢關系粗糙集模型 46
3.4.1 對VC-DRSA和VP-DRSA模型的分析 46
3.4.2 基于包含度和支持度的變精度模型 47
3.4.3 實例分析 50
3.5 仿真實驗 53
3.5.1 實驗數(shù)據(jù)集選擇 53
3.5.2 實驗過程 53
3.5.3 實驗結(jié)果與分析 54
3.6 本章小結(jié) 57
參考文獻 57
第4章 優(yōu)勢關系決策信息系統(tǒng)的不一致性消解 59
4.1 引言 59
4.2 對象整體一致性度量 60
4.3 不一致優(yōu)勢關系決策信息系統(tǒng)的不一致性消解算法 62
4.3.1 算法描述 62
4.3.2 算法復雜度分析 64
4.4 實例分析 65
4.5 仿真實驗 68
4.5.1 實驗數(shù)據(jù)集選擇 68
4.5.2 實驗過程 68
4.5.3 實驗結(jié)果與分析 70
4.6 本章小結(jié) 73
參考文獻 74
第5章 優(yōu)勢關系粗糙集的自主式?jīng)Q策 75
5.1 引言 75
5.2 數(shù)據(jù)驅(qū)動的自主式?jīng)Q策 76
5.3 變精度優(yōu)勢關系粗糙集分類性能分析 79
5.4 優(yōu)勢關系決策表與決策類集的一致性度量 81
5.5 優(yōu)勢關系粗糙集的自主式學習算法 85
5.6 仿真實驗 86
5.6.1 實驗數(shù)據(jù)集選擇 86
5.6.2 實驗過程 86
5.6.3 實驗結(jié)果與分析 88
5.7 本章小結(jié) 91
參考文獻 91
第6章 置信優(yōu)勢關系粗糙集模型 93
6.1 引言 93
6.2 不完備決策系統(tǒng)中的拓展優(yōu)勢關系粗糙集 94
6.3 置信優(yōu)勢關系粗糙集 96
6.3.1 置信優(yōu)勢關系 96
6.3.2 基于置信優(yōu)勢關系的粗糙近似 96
6.4 幾種拓展優(yōu)勢關系粗糙近似的對比 98
6.4.1 幾種拓展優(yōu)勢關系的對比 98
6.4.2 幾種基于拓展優(yōu)勢關系的粗糙近似的對比 100
6.4.3 幾種拓展優(yōu)勢關系的近似分類性能對比 100
6.5 實例分析 101
6.6 本章小結(jié) 104
參考文獻 104
第7章 置信優(yōu)勢關系粗糙集的近似集動態(tài)計算 106
7.1 引言 106
7.2 置信優(yōu)勢關系粗糙集的廣義決策 107
7.3 屬性集變化時的置信優(yōu)勢關系粗糙集近似集計算方法 108
7.3.1 增加屬性集時的近似集計算方法 108
7.3.2 刪除屬性集時的近似集計算方法 110
7.3.3 實例分析 111
7.4 對象集變化時的置信優(yōu)勢關系粗糙集近似集計算方法 113
7.4.1 增加一個對象時的近似集計算方法 113
7.4.2 刪除一個對象時的近似集計算方法 116
7.4.3 對象子集合并時的近似集計算方法 119
7.4.4 實例分析 121
7.5 仿真實驗 126
7.5.1 屬性集變化時的近似集動態(tài)計算方法實驗對比 127
7.5.2 對象集變化時的近似集動態(tài)計算方法實驗對比 130
7.6 本章小結(jié) 134
參考文獻 134
第8章 容錯偏好分級決策模型 136
8.1 引言 136
8.2 簡單容錯偏好分級決策模型 137
8.2.1 簡單向上容錯偏好分級決策 138
8.2.2 簡單向下容錯偏好分級決策 138
8.2.3 簡單兩側(cè)容錯偏好分級決策 139
8.3 動態(tài)容錯偏好分級決策模型 140
8.3.1 動態(tài)向上容錯偏好分級決策 140
8.3.2 動態(tài)向下容錯偏好分級決策 142
8.3.3 動態(tài)兩側(cè)容錯偏好分級決策 142
8.4 實例分析 143
8.5 對比實驗 145
8.5.1 評價指標 145
8.5.2 實驗結(jié)果 145
8.6 本章小結(jié) 147
參考文獻 147
第9章 優(yōu)勢關系決策系統(tǒng)中的屬性約簡方法 149
9.1 完備優(yōu)勢關系決策系統(tǒng)的屬性約簡方法 149
9.1.1 優(yōu)勢關系粗糙集及屬性約簡 150
9.1.2 基于不協(xié)調(diào)優(yōu)勢關系的屬性約簡 151
9.2 不完備優(yōu)勢關系決策系統(tǒng)的屬性約簡方法 156
9.2.1 基于不協(xié)調(diào)置信優(yōu)勢關系的約簡方法 156
9.2.2 基于分類精度的啟發(fā)式屬性約簡方法 161
9.2.3 實驗及結(jié)果分析 162
9.3 本章小結(jié) 164
參考文獻 164
第10章 優(yōu)勢關系粗糙集的應用 166
10.1 基于優(yōu)勢關系粗糙集的電信客戶價值評價 166
10.1.1 電信客戶價值評價的特征提取 166
10.1.2 電信客戶價值評價流程 168
10.1.3 電信客戶價值評價算法 169
10.1.4 仿真實驗 170
10.2 基于置信優(yōu)勢關系粗糙集的水質(zhì)評價 174
10.2.1 數(shù)據(jù)預處理 177
10.2.2 水質(zhì)分級決策 179
10.2.3 富營養(yǎng)化分級決策 181
10.2.4 監(jiān)測指標的重要性 182
10.2.5 動態(tài)更新的應用 183
10.3 本章小結(jié) 183
參考文獻 184
附錄1 優(yōu)勢關系粗糙集實驗系統(tǒng)jMAF介紹 185
F1.1 jMAF簡介 185
F1.2 數(shù)據(jù)和數(shù)據(jù)文件 185
F1.3 jMAF數(shù)據(jù)分析 187
附錄2 本書其他文獻 193