基于多粒度粗糙集的多属性决策方法研究

This program will attempt to construct the multigranulation rough set model based on the decision surroundings in which knowledge information is uncertainty, completeless, and attributes have preference. The definitions of approximation precison,approximation rough degree, positive region,negative region,boundary region,reduction,kernel, classification quality will be studied.Then a group of decision methods will be introduced as wll by use of three-way decision theory,comprehensive evaluation model ideas, and Bayesian method. Finally, all these expected results will be applied and verified in real life problems for example,clinical diagnose system. This work will enrich the decision theory, multigranulation rough set theory and provide some new methods and technology for scientific decision.

在分析现有基于粗糙集的多属性决策理论和方法的基础上，本项目拟在知识信息是模糊的、不完备的以及属性有偏好等决策环境下，建立双论域上的相应多粒度粗糙集模型，并在给出近似精确度、近似粗糙度、肯定区域、否定区域、边界区域、约简、核、分类质量等相关定义的基础上，利用三支决策理论、综合评判模型思想和Bayesian方法，对基于双论域上的多粒度粗糙集的多属性决策问题进行深入探讨，提出一系列基于双论域上的多粒度粗糙集的多属性决策方法，具体的包括：不完备信息下基于双论域上的优势关系多粒度粗糙集的决策方法、基于双论域上的模糊概率多粒度粗糙集的决策方法、基于双论域上的多粒度粗糙集的解决动态决策问题的决策方法等。最后，将所提出的方法应用到临床诊断等实际问题中，以验证这些方法的有效性和可行性。本项目的研究成果将丰富决策理论、多粒度粗糙集理论，以及为科学决策提供一系列新方法和新技术。

已有的关于多粒度粗糙集的研究，主要是在单论域上讨论的。基于此，本项目主要针对知识信息是模糊的、不完备的等决策环境，研究建立双论域上相应多粒度粗糙集模型、理论与方法。首先，建立了相应的模型，给出了近似精确度、近似粗糙度、正域、负域、边界域、约简、核、分类质量等基本定义；然后利用三支决策理论、综合评判模型思想和Bayesian方法，对基于双论域上的多粒度粗糙集的多属性决策问题进行深入了探讨，提出了一系列基于双论域上的多粒度粗糙集的多属性决策方法，具体的包括：不完备信息下基于双论域上的优势关系多粒度粗糙集的决策方法、基于双论域上的模糊概率多粒度粗糙集的决策方法、基于双论域上的多粒度粗糙集的解决动态决策问题的决策方法等。最后，将所提出的方法应用到了临床诊断、多属性决策等实际问题中，验证了这些方法的有效性和可行性。本项目的研究成果丰富了决策理论、多粒度粗糙集理论，以及为科学决策提供了一系列新方法和新技术。