多尺度决策系统的覆盖粗糙模糊集及其最优尺度选择

作     者：施虹艺 马周明 SHI Hongyi;MA Zhouming

作者机构：闽南师范大学数学与统计学院福建漳州363000 数字福建气象大数据研究所(闽南师范大学)福建漳州363000 福建省闽南师范大学粒计算重点实验室福建漳州363000 

出 版 物：《山东大学学报（理学版）》 (Journal of Shandong University(Natural Science))

年 卷 期：2024年第59卷第5期

页      面：114-130页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(11871259,62076088) 福建省自然科学基金资助项目(2021J01979,2021J01983) 福建省教育厅中青年教师教育科研资助项目(JAT220211) 闽南师范大学研究生教育改革资助项目(YJG202209) 

主　　题：粗糙模糊集 多尺度决策系统 最优尺度选择 回归预测 最小描述 

摘      要：进一步推广基于覆盖的粗糙模糊集模型,在对象最小描述的近邻域上考虑对象在决策属性下的隶属度,提出了2种不同的覆盖粗糙模糊集,将覆盖粗糙模糊集与多尺度决策系统结合,构建了4种多尺度决策系统中的覆盖粗糙集模型。定义了对应的正域和属性重要度,设计相应的最优尺度选择算法。最后通过实验分析,比较了4种覆盖粗糙模糊集模型在多尺度决策系统中的最优尺度与原始尺度在回归预测效果上的差异。实验结果表明,第4种多尺度决策系统覆盖粗糙模糊集模型所选择的最优尺度组合有效提高回归模型的预测能力。