基于属性重要度的风险决策粗糙集属性约简
来源期刊:控制与决策2016年第7期
论文作者:张清华 胡荣德 姚龙洋 谢万成
文章页码:1199 - 1205
关键词:决策粗糙集;属性重要度;代价函数;用户偏好;属性约简;
摘 要:基于Pawlak粗糙集的属性约简一般保持决策表的正区域不变,然而由于现实中不同用户对不同约简精度的需求,获取属性值的实际代价与个人偏好可能不同.针对决策者主观个人偏好、客观约简精度、获取属性值的实际代价和决策表各区域的误判代价等综合情况,提出新的约简算法,并讨论约简代价与约简精度间的关系.通过遗传算法,采用启发式方法搜索出局部最优约简子集.仿真实验表明,所提出的算法操作性强,更适合处理实际决策问题.
张清华1,胡荣德1,2,姚龙洋3,谢万成1
1. 重庆邮电大学理学院2. 北京邮电大学计算机学院3. 重庆邮电大学计算机科学与技术学院
摘 要:基于Pawlak粗糙集的属性约简一般保持决策表的正区域不变,然而由于现实中不同用户对不同约简精度的需求,获取属性值的实际代价与个人偏好可能不同.针对决策者主观个人偏好、客观约简精度、获取属性值的实际代价和决策表各区域的误判代价等综合情况,提出新的约简算法,并讨论约简代价与约简精度间的关系.通过遗传算法,采用启发式方法搜索出局部最优约简子集.仿真实验表明,所提出的算法操作性强,更适合处理实际决策问题.
关键词:决策粗糙集;属性重要度;代价函数;用户偏好;属性约简;