不完全信息條件下的多屬性決策的粗糙模型研究.pdf

1、多屬性決策問題一直是人們所關(guān)注的論題，人們已提出了很多解決方法，這些方法已經(jīng)成功應(yīng)用于工程、經(jīng)濟(jì)、市場分析、管理等許多實(shí)際問題中。但在信息爆炸的今天，決策者面臨的是大量的、動態(tài)的、不確定的、模糊的甚至是有噪聲的信息。為此，基于知識的智能決策分析便應(yīng)運(yùn)而生，它不需要定量的數(shù)學(xué)模型，而是基于知識進(jìn)行決策。20世紀(jì)80年代，波蘭教授Pawlak引入粗糙集的概念之后，為處理不精確、不確定與不完全數(shù)據(jù)并從數(shù)據(jù)中挖掘出需要的知識，提供了一種有效的途

2、徑。近年來，涌現(xiàn)了很多的粗糙集模型來解決多屬性決策問題，最后得到?jīng)Q策者非常滿意的決策規(guī)則，并用于生活實(shí)踐之中。 本文在粗糙集的基礎(chǔ)上，研究了多屬性決策的粗糙模型。針對屬性值是區(qū)間數(shù)的情形，提出了變精度的區(qū)間數(shù)排序的粗糙集方法；針對含有偏好信息下的不完全決策系統(tǒng)，對不完全信息系統(tǒng)中的粗粗集進(jìn)行了改進(jìn)，提出了含偏好信息下的變精度擴(kuò)展優(yōu)勢關(guān)系。全文的結(jié)論如下： (1)研究了粗糙集中數(shù)據(jù)的處理問題，針對粗糙集中屬性值是區(qū)間數(shù)的情

3、形，運(yùn)用變精度的思想，結(jié)合粗糙集的上下近似的概念，得出了變精度粗糙集的區(qū)間數(shù)排序方法。通過實(shí)例表明該方法的有效性。 (2)研究了含有偏好信息的不完全決策系統(tǒng)中發(fā)現(xiàn)決策規(guī)則的粗糙集方法，針對現(xiàn)有的擴(kuò)展優(yōu)勢關(guān)系的局限，提出了變精度擴(kuò)展優(yōu)勢關(guān)系的概念，用變精度擴(kuò)展優(yōu)勢關(guān)系代替優(yōu)勢關(guān)系，得到知識的粗糙近似，給出了分類決策規(guī)則，證明了擴(kuò)展優(yōu)勢關(guān)系是變精度擴(kuò)展優(yōu)勢關(guān)系的特例。該方法引入了閾值，具有更好的靈活性。通過實(shí)例說明了后種方法的可行性