基于廣義粗糙集的不完備信息系統決策融合方法研究.pdf

1、決策是管理科學的核心。隨著計算機軟件與硬件技術的迅速發(fā)展以及數據庫技術的廣泛應用，人類能夠獲取和需要處理的數據日趨龐大，所面臨的決策問題日趨復雜。這些大數據時代的新問題對智能信息處理的能力和方法提出了更高的要求。如何從體積龐大、雜亂無章并存在干擾的數據中挖掘潛在的、有利用價值的信息，實現評價事物、制定決策、和預測未來的目標，成為了一個熱門的研究領域。人類不斷尋找新的數據分析手段，對信息系統進行有效的挖掘，發(fā)揮其應用潛能，完成了從數據到信

2、息再到決策的進化過程，從而構成了決策融合的概念。研究決策融合的相關理論和方法，不僅可以結合信息融合、數據挖掘和數據庫知識發(fā)現等學科的自身特點，并發(fā)揮它們在智能信息處理中的優(yōu)勢，還能針對不完備信息系統等復雜的研究對象，圍繞“決策信息提取”這一特定的目標，系統化的提出一系列完整且可行的技術方案。
　　本文從“決策”和“融合”的角度出發(fā)，結合廣義粗糙集理論與信息融合的思想，在系統評估、決策輔助和故障分析等應用背景下，深入研究了支撐決策融

3、合的相關理論和方法。主要內容包括：
　　（1）廣義粗糙集理論的演化和屬性約簡算法的研究。
　　本文首先證明了一些重要的算子和集合在經典粗糙集和廣義粗糙集中具有一致性，將研究領域從經典粗糙集理論延伸到了廣義粗糙集理論，并建立了統一的廣義粗糙集研究框架，以此作為全文的研究基礎。然后，從信息觀點出發(fā)，比較了多種信息熵和條件熵的區(qū)別，并證明了它們在信息系統中的性質，更好的量化了信息系統的不確定性。通過研究不同條件屬性組合相對決策屬性

4、的條件熵大小，改進了一種適用于廣義粗糙集的基于E條件熵的啟發(fā)式屬性約簡算法，構成了本文決策融合方法中的核心算法，具有廣泛的實用性。
　?。?）基于模型的不完備信息系統決策融合方法的研究。
　　由于數據缺失和不確定導致的信息系統的不完備性給決策規(guī)則的有效提取增添了難度，制約了高質量決策融合工作的開展。本文以不完備信息系統為主要研究對象，在統一的廣義粗糙集研究框架下，確立兩種不完備信息系統決策融合問題的解決方案——基于模型的技術

5、和信息填充技術。首先從基于模型的技術出發(fā)，本文對比了容差關系、非對稱相似關系、限制容差關系和聯系度容差關系等數據分類模型在不完備信息系統中的分類性能，并形成了一種直接對不完備信息系統進行決策融合的方法。然后，在聯系度容差關系下提出了α近似分類質量的指標，量化了缺失數據數量對決策融合質量的影響程度，并制定了相應的評估方法。
　?。?）區(qū)間值信息系統與信息填充技術的研究。
　　區(qū)間值信息系統的建立為研究缺失數據的信息填充技術提供

6、了一個新的平臺。本文在統一的廣義粗糙集研究框架下，將區(qū)間相似度的大小引入信息熵中，定義了一種廣義信息熵——H'信息熵，建立了區(qū)間長度和系統不確定性之間的關系，并提出了一種全新的信息填充技術。用合理的估計值或估計區(qū)間替換缺失數據，從而將不完備信息系統轉化為一些傳統的決策融合方法可以處理的完備信息系統，間接的解決了信息系統的不完備性。
　?。?）數據分類模型的改進與決策融合方法魯棒性的研究。
　　數據分類模型的改進是決策融合性能

7、提升的一個重要方法。本文在數據預處理的基礎上，利用了統計學的知識，計算實值數據的相關統計量。將t檢驗的方法引入數據分類模型中，提出了基于假設檢驗的數據分類模型，提高了數據分類模型的適用范圍、精確度和對噪聲的適應能力，最終提升了基于廣義粗糙集的決策融合方法在大數據信息系統中的魯棒性，同時也為大數據環(huán)境下不完備信息系統的決策融合問題提供了更好解決方案。
　　（5）基于廣義粗糙集的決策融合流程設計和軟件實現。
　　本文還設計了基于