优势关系

摘要： 讨论了基于分离优势覆盖集的Pythagorean模糊决策信息系统的属性约简问题.首先基于优势关系,在Pythagorean模糊决策信息系统中给出了优势覆盖集、分离优势覆盖集、D分离优势覆盖集等概念.进而利用分离优势覆盖集、D分离优势覆盖集对Pythagorean模糊决策信息系统进行约简.最后,将提出的约简算法与其他约简算法进行比较,验证了所提出算法的有效性和优越性.

摘要： 风险因子的识别与分析是软件项目风险管理中的关键任务。在实际管理中,风险因子的发生概率具有模糊性,因此通常应用具有偏序关系的等级来划分,由此本文基于具有优势关系的粗糙集理论对软件项目风险管理进行定量分析:利用优势关系和上下近似集合等概念,提出了软件风险管理决策系统,在此基础上,给出了项目的风险决策协调系数、风险因子对于决策的影响系数等定义与计算方法。此项工作能识别风险管理中的薄弱环节,合理分配资源,优化管理过程,并为风险决策的规则提取奠定了基础。

摘要： 针对多准则群决策问题,提出了一种新的关于专家评价组内优势关系,在概率语言型Z-number(Probabilistic Linguistic Z-number)环境中应用TODIM、PROMETHEE决策方法结合起来的一个新的决策方法,不仅避免了TODIM方法的补偿问题,也有效地反映了准则的权重;首先通过引入新定义的影响因子、敏感因子和附加因子确定了组内优势关系,其中敏感因子具有举足轻重的作用;随后根据新的优势关系定义了组内偏离度,据此将同一评价可信度的PLZN融合;其次,根据各组专家评价的可信度,将不同可信度的评价融合,由此新定义了综合偏离度;进一步利用新的决策方法:TODIM-PROMETHEE,先后得到了准则的权重以及综合优势度,根据净流判断方案的先后顺序;最后通过一个实例的应用与分析说明新决策方式的有效性与可行性。

摘要： 多属性决策作为现代决策科学的重要组成部分,可以有效地对所有备选方案进行排序或择优.为了更好地实现对所有备选方案的评价,基于TOPSIS方法定义一种新的优势关系和劣势关系,进而定义各方案的优势集和劣势集,最终借助优势集和劣势集定义每个方案的相对优于度,从而实现综合评价,有效地避免了因只考虑各方案本身所带来的不足.同时,通过案例分析和实验分析验证了所提方法的合理性和有效性.

摘要： 多属性决策作为现代决策科学的重要组成部分,可以有效地对所有备选方案进行排序或择优.为了更好地实现对所有备选方案的评价,基于TOPSIS方法定义一种新的优势关系和劣势关系,进而定义各方案的优势集和劣势集,最终借助优势集和劣势集定义每个方案的相对优于度,从而实现综合评价,有效地避免了因只考虑各方案本身所带来的不足.同时,通过案例分析和实验分析验证了所提方法的合理性和有效性.

摘要： 高校贫困生认定过程中,既要考虑学生所在家庭的人均月收入等客观指标,也要考虑学生的思想品德和消费观等主观指标。另外,在认定过程中,可能存在某些指标属性值会有一定的缺失。为了灵活处理认定指标的多样性及不完备性,将语言犹豫模糊分析引入到高校贫困生认定中,建立了不完备语言犹豫模糊混合信息系统。为了构建合理的认定指标体系,选出能够真正反映学生贫困程度的指标,剔除冗余指标,在不完备语言犹豫模糊混合信息系统中,提出了一种基于限制优势关系的属性约简方法,利用分辨矩阵得到贫困认定指标体系的属性约简,获得精简而又科学的认定指标体系,并用实例分析验证了该方法的有效性。

摘要： 针对雷达对抗领域辐射源威胁评估问题,利用基于Shapley值的优势关系粗糙集客观权重分配法克服主观赋值、不依赖先验知识的优点,与TOPSIS(逼近理想解排序)结合,提出一种基于Shapley-TOPSIS的辐射源威胁评估模型.首先,区分收益型和成本型对属性指标进行规范化,构建目标集与属性集的评判矩阵;然后,利用优势关系进行属性约简,并基于Shapley值确定各属性权重,再利用属性权重更新评判矩阵;最后,计算得到模型的正、负理想解,分别求解各辐射源的贴近度,进行辐射源威胁等级排序.仿真结果表明,与基于专家系统赋值的TOPSIS模型相比,文中模型综合考虑了各属性的相互关系,威胁等级排序结果更准确.

摘要： 传统的基于优势关系的直觉模糊多属性决策方法可能会出现"并序"的情况,此时无法区分对象间的优劣.为了改善这种决策方法的不足,引入知识信息量和属性重要度等概念,在此基础上,提出了一种直觉模糊多属性决策方法,分析了该方法的具体步骤,利用实例说明所提决策方法的有效性.

摘要： 犹豫模糊信息系统是对传统的信息系统的一种推广.首先,在犹豫模糊信息系统中利用犹豫模糊值的得分函数,定义了一种优势关系.通过用这种优势关系替代经典粗糙集理论中的不可分辨关系,建立了一种基于优势关系的粗糙集模型.此外,为了简化知识表示,提出了一种消除冗余信息的属性约简方法,并通过一个实例说明了该方法的有效性.

摘要： 序贯三支决策方法是一种能够表示问题中的多重层次粒度,并将多粒度结合起来解决不确定决策问题的有效途径.优势-等价关系粗糙集则是针对条件属性具有偏好关系的分类问题,提取有序信息,对目标概念进行近似,从而形成决策知识.利用传统的优势关系粗糙集方法进行知识约简和提取的效率低下,而目前大部分序贯三支决策方法则局限在符号值属性的信息系统中,对连续值和有序值不能进行有效处理,造成一定程度的信息丢失.因此,将序贯三支决策的思想应用于优势关系粗糙集模型中,定义了一种新的基于序贯三支决策的属性约简及相应的属性重要度,对具有偏好值属性的信息系统进行更加高效的处理,通过多粒度的表示和关系的研究,加速了知识约简过程.选取了多组UCI数据进行实验,结果表明所提出的基于优势关系的序贯三支决策方法能够在保证约简质量的基础上明显降低时间耗费.

摘要： 模糊目标信息系统的知识约简已有不少研究,不同的约简发现的知识可以有不同的解释。在实际问题中所得数据往往含有噪音数据。本文在优势关系下提出了模糊目标信息系统的4种分级约简,给出了这些约简的判定定理和辨识矩阵。分级约简适用于含有一定噪音的数据。

摘要： 针对目前对不同信息系统下优势粗集的处理几乎都是将其划为单值完备信息系统来处理这种现象,和基于区别矩阵和基于正域的属性约简算法是不等价的这个问题,提出了一种基于单值完备信息系统的快速属性约简算法.该算法首先提出了对象集约简,其次使用基数排序思想计算IND(C),再次结合了区别矩阵和正域约简两种算法,在大量提高算法时间复杂度的同时提高了算法的可信度.实验结果表明,该算法对象集的计算量减少了36.37％,从而降低了算法的时间复杂度.

摘要： 在不协调序目标信息系统中引入了优势矩阵和上近似目标矩阵的概念，并进一步建立了优势关系下信息系统上近似约简的矩阵算法，同时通过实例分析验证了该算法的有效性，说明了其优点是对数据复杂的信息表也可相对容易地给出所有的上近似约简。该方法提供了在优势关系下信息系统上近似约简的便捷操作方法。

摘要： 本发明涉及心理物理学技术领域，公开了一种判断优势眼和非优势眼的方法及系统。其方法包括以下步骤：S1、向测试者呈现视觉刺激流，所述视觉刺激流包括标准刺激流、目标刺激流和干扰刺激流；S2、采集测试者单眼观察到所述目标刺激流时产生的脑电信号；S3、对所述脑电信号进行处理并获取脑电信息图；S4、将测试者不同眼分别观察视觉刺激流过程中获取的脑电信息图进行比对，并根据比对结果判断测试者的优势眼和非优势眼。本发明所述的判断优势眼和非优势眼的方法及系统能够准确判断优势眼和非优势眼，具有简单可行、准确度高的优点。

摘要： 本发明提供了一种目标井渗透率优势通道的确定方法和全区渗透率优势通道的确定方法。所述目标井渗透率优势通道的确定方法可包括以下步骤：确定储层中油气渗透率优势方向；根据目标井周围各个邻井的渗透率参数确定目标井渗透率优势通道。所述全区渗透率优势通道的确定方法可包括以下步骤：采用如上所述目标井渗透率优势通道确定方法来确定全区内各单井的渗透率优势通道；连接各单井的渗透率优势通道，得到全区渗透率优势通道。本发明的有益效果可包括：获取资料容易，无需大量复杂的资料，成本极低，无需复杂的计算过程，方便快捷。

摘要： 本发明提供一种针对复杂的问题也能够高性能地提取二元关系的装置。解答－特性对提取部(12)从保存着包含在文本数据中出现的二元关系中赋予了表示其是应提取的内容的解答的事例的教师数据的教师数据存储部(11)中提取事例的特性，生成特性的集合和解答的组。机器学习部(13)利用预定的机器学习方法，对该组在何种特性集合的情况下会形成何种解答这一问题进行机器学习，并将学习结果信息保存到学习结果存储部(14)。候选提取部(15)从文本数据(2)中提取二元关系的候选，特性提取部(16)提取二元关系的候选的特性的集合。解答推断部(17)基于学习结果信息推断在二元关系的候选的特性集合的情况下容易形成解答的程度，二元关系提取部(18)根据推断结果提取正的解答的推断程度良好的二元关系的候选。

摘要： 一种用于量化受试者(4)的眼优势的设备(1)，所述设备包括：至少一个显示器(7)，所述至少一个显示器用于向所述受试者(4)的第一眼睛(3)提供表示第一目标物(22L，32L)的第一图像(20L，SOL)，并且用于向所述受试者(4)的第二眼睛提供表示第二目标物(22R，32R)的第二图像(20R，30R)；以及控制单元(8)，所述控制单元用于控制所述至少一个显示器。

摘要： 本发明涉及心理物理学技术领域，公开了一种判断优势眼和非优势眼的方法及系统。其方法包括以下步骤：S1、向测试者呈现视觉刺激流，所述视觉刺激流包括标准刺激流、目标刺激流和干扰刺激流；S2、采集测试者单眼观察到所述目标刺激流时产生的脑电信号；S3、对所述脑电信号进行处理并获取脑电信息图；S4、将测试者不同眼分别观察视觉刺激流过程中获取的脑电信息图进行比对，并根据比对结果判断测试者的优势眼和非优势眼。本发明所述的判断优势眼和非优势眼的方法及系统能够准确判断优势眼和非优势眼，具有简单可行、准确度高的优点。

摘要： 本发明公开了置信优势关系粗糙集模型及2种属性约简方法，适用于解决不完全偏好决策问题，在一致信息或不一致信息下，发现对决策更重要的属性。本发明提出一种新的拓展优势关系，即置信优势关系，遵从序关系特性，即自反性、传递性及序对称性，与已有的拓展优势关系相比，可避免语义上的矛盾，通过定理证明和实例分析，本发明提出的置信优势关系粗糙集近似模型的近似精度及分类精度更优。此外，为找出对决策更重要的属性，针对不完备一致和不一致情况，发明置信优势关系下的两种属性约简方法，分别是基于辨识矩阵的属性约简方法和基于分类精度的启发式属性约简方法。

摘要： 本发明提供了优势关系粗糙集分类规则获取方法、系统、设备及介质，通过根据获取的分布式数据集和预设偏好属性，构造对应的分布式偏好信息系统，再根据分布式数据集的分类标签，通过优势关系粗糙集方法确定分布式偏好信息系统的多个决策类后，获取各个偏好子信息系统的决策类近似集，并根据各个偏好子信息系统的决策类近似集，得到分布式偏好信息系统的决策类近似集，进而得到分类规则的方法，实现在保证优势关系一致性不受数据规模影响的基础上，基于已有局部知识合成所需全局知识，不仅避免全局知识获取的不必要重复计算，有效提升数据处理效率，而且简单有效地解决偏好多属性决策信息系统的不相容问题，进而保证全局分类规则获取的合理有效。

摘要： 本发明公开了一种基于限制优势关系的心理危机特征属性自适应约简方法，以数据关联度为一步约简条件，对心理特征集合的部分冗余属性进行消去；以数据类型判断为初始构建，对整个不完备信息系统建立限制模式，采用一致函数，一致矩阵等工具对条件属性集进行二步约简；通过修正粗糙值参数的方法，条件属性集合在限制优势关系的二步约简处理过程中会自发得到最佳阈值和最佳属性约简结果；设计出启发式反馈机制，运用自适应遗传算法动态调整粗糙度，构建出完整的基于限制优势关系的变精度自适应约简算法。本发明在大大减少决策需要的条件属性维数同时降低决策规则的复杂度，提高了不同条件下的心理危机判断能力。

摘要： 本发明公开了置信优势关系粗糙集模型及2种属性约简方法，适用于解决不完全偏好决策问题，在一致信息或不一致信息下，发现对决策更重要的属性。本发明提出一种新的拓展优势关系，即置信优势关系，遵从序关系特性，即自反性、传递性及序对称性，与已有的拓展优势关系相比，可避免语义上的矛盾，通过定理证明和实例分析，本发明提出的置信优势关系粗糙集近似模型的近似精度及分类精度更优。此外，为找出对决策更重要的属性，针对不完备一致和不一致情况，发明置信优势关系下的两种属性约简方法，分别是基于辨识矩阵的属性约简方法和基于分类精度的启发式属性约简方法。

摘要： 本发明公开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，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α