有序決策的模糊粗糙集模型.pdf

1、粗糙集理論是波蘭數(shù)學(xué)家Pawlak于1982年提出的。它是一種新型的處理不確定性和不精確性知識的數(shù)學(xué)工具，目前已在機器學(xué)習(xí)、決策分析、過程控制、模式識別與數(shù)據(jù)挖掘等領(lǐng)域得到廣泛的應(yīng)用。模糊集理論是美國計算機與控制論專家 L.A.Zadeh于1965年提出的。目前以模糊推理為核心的人工智能技術(shù)在許多領(lǐng)域取得了明顯的成果和經(jīng)濟(jì)效益。
　　模糊集和粗糙集理論的共性在于二者在處理不精確性和不完全性問題方面都推廣了經(jīng)典集合，它們都可以用來描

2、述知識的不精確性和不完全性。然而它們的側(cè)重面不同，粗糙集主要著眼于知識的粗糙性，而模糊集主要著眼于知識的模糊性。
　　有序決策問題，即在條件屬性和決策屬性上存在序結(jié)構(gòu)的決策問題，在實際應(yīng)用中廣泛出現(xiàn)。偏序分析是多標(biāo)準(zhǔn)決策中的一項重要任務(wù)。當(dāng)前的研究主要是用優(yōu)勢關(guān)系來處理偏序分析問題。模糊偏序關(guān)系不僅能反映對象之間的序結(jié)構(gòu)，而且能反映對象之間占優(yōu)的程度。
　　本文主要研究有序決策的模糊粗糙集模型，介紹了有序決策的經(jīng)典優(yōu)勢關(guān)系粗