10.3969/j.issn.0258-2724.2014.01.023
基于优势关系粗糙集的动态容错分级决策模型
为提高优势关系粗糙集模型在分级决策问题中的容错能力,将容错处理视为可动态调整的过程,根据用户向上、向下和综合两者的3种偏好趋向,提出了3种对应的分级算法,对边界域对象进行初始分级,利用对象的覆盖信息作为启发式知识调整其分级决策的结果,实现正确分级或接近正确分级.与变一致性优势关系粗糙集模型相比,不需要事先根据经验确定和调整阈值.案例应用结果表明:本文提出的3种偏好情况下的分级正确率比现有的分级算法平均提高了21.34%,对应的误分总代价平均降低了50.91%.
粗糙集、优势关系、容错、分级、决策
49
TP18(自动化基础理论)
国家自然科学基金资助项目61073146;重庆市自然科学基金资助项目cstc2012jjA40032
2014-03-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
147-152