以直觉模糊信息表为背景, 利用粗糙集和模糊集, 旨在筛除信息表中冗余的属性,
提出获取决策规则的近似约简方法. 首先, 通过在直觉模糊集中引入带权重评分函数来定义加权 …

传统的粗糙集理论对决策属性值为直觉模糊数的直觉模糊目标信息系统不能直接属性约简.
文中在直觉模糊目标信息系统中引入优势关系, 基于优势关系定义条件属性集的上近似决策协调 …

优势关系粗糙集模型是研究序信息系统中数据挖掘的主要方法. 为了丰富现有优势关系粗糙集
模型, 使其更加有效地应用于实际问题, 本文首先在直觉模糊决策信息系统中利用三角模和三角 …

变粗糙集模型主要用于包含错误信息或缺失一些重要信息的决策表的知识获取.
该文引入了变粗糙集模型和β 上, 下分布约简和分布约简(μ 约简) 的概念, 并讨论了它们之间的 …

近年来出现了许多用粗糙集理论处理各种信息系统的方法, 但是对直觉模糊信息系统还没有做出
相关的讨论. 本文首先在不一致直觉模糊决策信息系统中定义了优势关系, 然后引入基于此优势 …

在不完备信息系统中, 针对用区间值表示一个未知参量时, 整个区间内取值机会被认为是均等的,
得到的结果可能会产生过大误差的问题, 将三角模糊数引入到决策粗糙集中 …

应用λ-截集将决策类中的模糊集合转换为普通集合, 在此基础上推广了粗糙隶属函数,
讨论了其中的一些集合理论性质, 通过设定置信阈值参数α, 提出了一种可以从粗糙模糊决策表中 …

本文在直觉模糊信息系统的基础上引入了决策序关系, 并且对隶属度, 非隶属度和犹豫度进行
加权, 根据其权重建立了带偏好度量的直觉模糊序决策信息系统. 在此基础之上 …

决策粗糙集模型源于贝叶斯决策准则, 利用代价矩阵生成了构建概率粗糙集所需的一对阈值.
但决策粗糙集并不具备经典粗糙集理论中常用的单调性, 这给研究决策粗糙集的约简问题带来了 …