[发明专利]冲突关系下的数据驱动变精度优势粗糙集阈值获取方法在审

专利信息
申请号: 201410117952.1 申请日: 2014-03-27
公开(公告)号: CN103955598A 公开(公告)日: 2014-07-30
发明(设计)人: 李鸿;王国胤;利节;傅剑宇;苟光磊;宋应文;邹轩;刘文;严胡勇 申请(专利权)人: 中国科学院重庆绿色智能技术研究院
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 北京同恒源知识产权代理有限公司 11275 代理人: 赵荣之
地址: 400714 *** 国省代码: 重庆;85
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 冲突 关系 数据 驱动 精度 优势 粗糙 阈值 获取 方法
【说明书】:

技术领域

发明涉及一种可变精度粗糙集阈值获取方法,特别涉及一种冲突关系下数据驱动可变精度优势关系粗糙集阈值获取方法。 

背景技术

多准则决策问题即对每一个准则有偏好信息,其实就是分类问题的特殊情况分级,在现实世界中广泛存在。分类问题与分级问题的区别在于前者利用常规属性(不具有优劣顺序)描述决策对象且决策类别也没有优劣顺序;而分级问题中,描述对象的属性具有顺序性,这些属性也称为准则。分级决策问题中一般利用多个准则描述决策对象,因此将这类问题称为多准则分级决策问题。 

粗糙集是关于分析和模拟包含模糊、不精确、不确定或不完全信息的分类及决策问题的理论。该理论由波兰数学家Plawlak于1982年提出,粗糙集理论是一种新的处理不确定和不完备信息的数学工具。许多研究人员从不同的角度对经典粗糙集模型进行了扩展。在允许有一定错分率的情况下,Ziarko提出了变精度粗糙集模型;为解决数据存在序的关系,Greco等将等价关系扩展为优势关系,提出了基于优势关系的粗糙集模型; 

李鸿提出了一种边界域变精度的优势关系粗糙集分级决策方法,其中考虑了属性之间的序关系,并用变精度思想很好的解决了边界域的划分,并通过实例论证了方法的有效性。但是,对于阈值的选取上,是采用不断尝试,选择一个最优值作为阈值,显然这会提高算法的时间复杂度,极大地影响了算法的实用性,这时我们也没有先验知识可以依赖。 

发明内容

有鉴于此,本发明的目的是提供了一种冲突关系下的数据驱动可变精度优势关系粗糙集阈值获取方法。 

本发明的目的是通过以下技术方案来实现的, 

一种冲突关系下的数据驱动可变精度优势关系粗糙集阈值获取方法,包括以下步骤: 

S1.获取信息数据并根据获取的信息数据建立决策表; 

S2.根据建立的决策表,确定优势关系; 

S3.根据优势关系,构建优势关系粗糙集; 

S4.根据优势关系定义冲突关系; 

S5.根据冲突关系定义冲突集并求解最小冲突集; 

S6.根据冲突集最小冲突集确定决策表局部最小确定性αc,则该αc为所求阈值。 

进一步,所述决策表满足以下关系: 

定义1决策表:假定一个决策表,由4元组构成S=<U,R,V,f>,其中U为论域,R=C∪D为属性集合,其中C为条件属性集,D为决策属性集,V为属性值域,f为信息函数,即f:U×R→V。 

根据权利要求1所述的冲突关系下的数据驱动可变精度优势关系粗糙集阈值获取方法,其特征在于:所述优势关系满足以下关系: 

定义2优势关系:设x,y∈U,若对于偏好属性值f(y,q)≥f(x,q),用yDPx表示,即Dp={(x,y)U×U:f(y,q)f(y,q)f(x,q),qP},]]>满足这样的关系称为优势关系;这样定义的优势关系实际为弱优势关系,表达了对象集在属性q上的一个偏好;若对于f(y,q)>f(x,q)成立,该关系则转换为强优势关系;若对于f(y,q)=f(x,q)成立,该关系则转换为不可分辨关系;x,y表示论域U中的对象,P表示条件属性集C的子集; 

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院重庆绿色智能技术研究院,未经中国科学院重庆绿色智能技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410117952.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top