南京大学学报(自然科学版) ›› 2022, Vol. 58 ›› Issue (1): 71–81.doi: 10.13232/j.cnki.jnju.2022.01.008

• • 上一篇    下一篇

用证据理论刻画协调的具有多尺度决策的信息系统的最优尺度选择

于子淳1, 吴伟志1,2()   

  1. 1.浙江海洋大学信息工程学院, 舟山, 316022
    2.浙江省海洋大数据挖掘与应用重点实验室(浙江海洋大学), 舟山, 316022
  • 收稿日期:2021-07-12 出版日期:2022-01-30 发布日期:2022-02-22
  • 通讯作者: 吴伟志 E-mail:wuwz@zjou.edu.cn
  • 作者简介:E⁃mail：wuwz@zjou.edu.cn
  • 基金资助:
    国家自然科学基金(61976194)

Using evidence theory to characterize optimal scale selections in consistent information systems with multi⁃scale decisions

Zichun Yu1, Weizhi Wu1,2()   

  1. 1.School of Information Engineering，Zhejiang Ocean University，Zhoushan，316022，China
    2.Key Laboratory of Oceanographic Big Data Mining and Application of Zhejiang Province，Zhejiang Ocean University，Zhoushan，316022，China
  • Received:2021-07-12 Online:2022-01-30 Published:2022-02-22
  • Contact: Weizhi Wu E-mail:wuwz@zjou.edu.cn

RichHTML

1

PDF (PC)

554

摘要：

作为人工智能领域的一个重要方向，粒计算在数据挖掘和知识发现方面的研究呈现较大优势.针对具有多尺度决策的信息系统的知识获取问题，提出用证据理论研究具有多尺度决策的信息系统的最优尺度选择问题.首先介绍具有多尺度决策的信息系统及其尺度选择的概念，阐明尺度选择的全体构成一个格结构；其次，给出具有多尺度决策的信息系统在不同尺度选择下信息粒的表示及其相互关系；最后，定义协调的具有多尺度决策的信息系统的最优尺度选择概念，并用证据理论中的信任函数和似然函数刻画最优尺度选择的特征.

关键词: 粒计算, 具有多尺度决策的信息系统, 粗糙集, 证据理论

Abstract:

As an important direction in research fields of artificial intelligence，granular computing has great advantages in data mining and knowledge discovery. To solve the problem of knowledge acquisition in information systems with multi?scale decisions，the optimal scale selection problem of information systems with multi?scale decisions is discussed from the perspective of Dempster?Shafer theory of evidence. The concepts of information systems with multi?scale decisions and their scale selections are first introduced. It is shown that the set of all scale selections constitutes a lattice structure. Information granules under different scale selections in information systems with multi?scale decisions are then described and their relationships are presented. Finally，the notion of optimal scale selections in consistent information systems with multi?scale decisions is defined. It is proved that belief and plausibility functions in the Dempster?Shafer theory of evidence can be used to characterize optimal scale selections in consistent information systems with multi?scale decisions.

Key words: granular computing, information systems with multi?scale decisions, rough sets, theory of evidence

中图分类号: 

  • TP18

表1

一个具有多尺度决策的信息系统"

Ua11a12a21a22a31a32d1d2
x19E9E8Gn1
x29E9E7Gn1
x37G8G7Gc1
x48G6M8Gu1
x58G6M5Bu1
x66M6M2Uo0
x76M5B5Bc1
x86M2U4Bo0
x99E6M5Bu1
x109E6M4Bc1
x118G6M8Gu1
x126M5B5Bc1

图1

尺度选择的格结构"

1 Zadeh L A. Fuzzy sets and information granularity∥Gupta N，Ragade R，Yager R. Advances in fuzzy set theory and applications. Amsterdam：North?Holland，1979(11)：3-18.
2 Hobbs J R. Granularity∥Proceedings of the 9th International Joint Conference on Artificial Intelligence. San Francisco，CA，USA：Morgan Kaufmann，1985：432-435.
3 Lin T Y. Granular computing：From rough sets and neighborhood systems to information granulation and computing with words∥European Congress on Intelligent Techniques and Soft Computing. Palo Alto，CA，USA：Electric Power Research Institute，1997：1602-1606.
4 Lin T Y. Granular computing：Structures，representations，and applications∥Proceedings of the 9th International Conference on Rough Sets，Fuzzy Sets，Data Mining，and Granular Computing. Berlin：Springer，2003：16-24.
5 Yao Y Y. Granular computing：Basic issues and possible solutions∥Proceedings of the 5th Joint Conference on Information Sciences. Durham，United Kingdom：Duke University Press，2000(1)：186-189.
6 段洁，胡清华，张灵均,等. 基于邻域粗糙集的多标记分类特征选择算法. 计算机研究与发展，2015，52(1)：56-65.
Duan J，Hu Q H，Zhang L J，et al. Feature selection for multi?label classification based on neighborhood rough sets. Journal of Computer Research and Development，2015，52(1)：56-65.
7 Kryszkiewicz M. Rough set approach to incomplete information systems. Information Sciences，1998，112(1-4)：39-49.
8 Leung Y，Wu W Z，Zhang W X. Knowledge acquisition in incomplete information systems：A rough set approach. European Journal of Operational Research，2006，168(1)：164-180.
9 Li D Y，Zhang B，Leung Y. On knowledge reduction in inconsistent decision information systems. International Journal of Uncertainty，Fuzziness and Knowledge?Based Systems，2004，12(5)：651-672.
10 Lin T Y，Yao Y Y，Zadeh L A. Data mining，rough sets and granular computing. Berlin：Springer，2002.
11 苗夺谦，王国胤，刘清,等. 粒计算：过去、现在与展望. 北京：科学出版社，2007.
12 苗夺谦，李德毅，姚一豫,等. 不确定性与粒计算. 北京：科学出版社，2011.
13 Pedrycz W，Skowron A，Kreinovich V. Handbook of granular computing. New York：Wiley，2008.
14 Shao M W，Zhang W X. Dominance relation and rules in an incomplete ordered information system. International Journal of Intelligent Systems，2005，20(1)：13-27.
15 史倩玉，梁吉业，赵兴旺. 一种不完备混合数据集成聚类算法. 计算机研究与发展，2016，53(9)：1979-1989.
Shi Q Y，Liang J Y，Zhao X W. A clustering ensemble algorithm for incomplete mixed data. Journal of Computer Research and Development，2016，53(9)：1979-1989.
16 Sun B Z，Ma W M，Gong Z T. Dominance?based rough set theory over interval?valued information systems. Expert Systems，2014，31(2)：185-197.
17 张维，苗夺谦，高灿,等. 邻域粗糙协同分类模型. 计算机研究与发展，2014，51(8)：1811-1820.
Zhang W，Miao D Q，Gao C，et al. A neighborhood rough sets?based co?training model for classification. Journal of Computer Research and Development，2014，51(8)：1811-1820.
18 Pawlak Z. Rough sets：Theoretical aspects of reasoning about data. Dordrecht：Kluwer Academic Publishing，1991.
19 Qian Y H，Liang J Y，Yao Y Y，et al. MGRS：A multi?granulation rough set. Information Sciences，2010，180(6)：949-970.
20 Qian Y H，Liang J Y，Dang C Y. Incomplete multigranulation rough set. IEEE Transactions on Systems，Man，and Cybernetics?Part A：Systems and Humans，2010，40(2)：420-431.
21 Yang X B，Song X N，Chen Z H，et al. On multigranulation rough sets in incomplete information system. International Journal of Machine Learning and Cybernetics，2012，3(3)：223-232.
22 Wu W Z，Leung Y. Theory and applications of granular labelled partitions in multi?scale decision tables. Information Sciences，2011，181(18)：3878-3897.
23 吴伟志，高仓健，李同军. 序粒度标记结构及其粗糙近似. 计算机研究与发展，2014，51(12)：2623-2632.
Wu W Z，Gao C J，Li T J. Ordered granular labeled structures and rough approximations. Journal of Computer Research and Development，2014，51(12)：2623-2632.
24 戴志聪，吴伟志. 不完备多粒度序信息系统的粗糙近似. 南京大学学报(自然科学)，2015，51(2)：361-367.
Dai Z C，Wu W Z. Rough approximations in incomplete multi?granular ordered information systems. Journal of Nanjing University (Natural Science)，2015，51(2)：361-367.
25 Wu W Z，Leung Y. Optimal scale selection for multi?scale decision tables. International Journal of Approximate Reasoning，2013，54(8)：1107-1129.
26 吴伟志，陈颖，徐优红，等. 协调的不完备多粒度标记决策系统的最优粒度选择. 模式识别与人工智能，2016，29(2)：108-115.
Wu W Z，Chen Y，Xu Y H，et al. Optimal granularity selections in consistent incomplete multi?granular labeled decision systems. Pattern Recognition and Artificial Intelligence，2016，29(2)：108-115.
27 吴伟志，陈超君，李同军，等. 不协调多粒度标记决策系统最优粒度的对比. 模式识别与人工智能，2016，29(12)：1095-1103.
Wu W Z，Chen C J，Li T J，et al. Comparative study on optimal granularities in inconsistent multi?granular labeled decision systems. Pattern Recognition and Artificial Intelligence，2016，29(12)：1095-1103.
28 She Y H，Li J H，Yang H L. A local approach to rule induction in multi?scale decision tables. Knowledge?Based Systems，2015(89)：398-410.
29 Gu S M，Wu W Z. On knowledge acquisition in multi?scale decision systems. International Journal of Machine Learning and Cybernetics，2013，4(5)：477-486.
30 Gu S M，Wu W Z. Knowledge acquisition in inconsistent multi?scale decision systems∥The 6th International Conference on Rough Sets and Knowledge Technology. Berlin：Springer，2011：669-678.
31 Wu W Z，Qian Y H，Li T J，et al. On rule acquisition in incomplete multi?scale decision tables. Information Sciences，2017(378)：282-302.
32 Li F，Hu B Q. A new approach of optimal scale selection to multi?scale decision tables. Information Sciences，2017(381)：193-208.
33 Wu W Z，Leung Y. A comparison study of optimal scale combination selection in generalized multi?scale decision tables. International Journal of Machine Learning and Cybernetics，2020，11(5)：961-972.
34 郑嘉文，吴伟志，包菡，等. 基于熵的多尺度决策系统的最优尺度选择. 南京大学学报(自然科学)，2021，57(1)：130-140.
Zheng J W，Wu W Z，Bao H，et al. Entropy based optimal scale selection for multi?scale decision systems. Journal of Nanjing University (Natural Science)，2021，57(1)：130-140.
35 Li W K，Huang J X，Li J J，et al. Matrix representation of optimal scale for generalized multi?scale decision table. Journal of Ambient Intelligence and Humanized Computing，2021，12(8)：8549-8559.
36 Huang Z H，Li J J，Dai W Z，et al. Generalized multi?scale decision tables with multi?scale decision attributes. International Journal of Approximate Reasoning，2019(115)：194-208.
37 Shafer G. A mathematical theory of evidence. Princeton：Princeton University Press，1976.
38 Yao Y Y，Lingras P J. Interpretations of belief functions in the theory of rough sets. Information Sciences，1998，104(1-2)：81-106.
39 Wu W Z，Leung Y，Zhang W X. Connections between rough set theory and Dempster?Shafer theory of evidence. International Journal of General Systems，2002，31(4)：405-430.
40 Wu W Z，Leung Y，Mi J S. On generalized fuzzy belief functions in infinite spaces. IEEE Transactions on Fuzzy Systems，2009，17(2)：385-397.
41 吴伟志，米据生，李同军. 无限论域中的粗糙近似空间与信任结构. 计算机研究与发展，2012，49(2)：327-336.
Wu W Z，Mi J S，Li T J. Rough approximation spaces and belief structures in infinite universes of discourse. Journal of Computer Research and Development，2012，49(2)：327-336.
42 吴伟志，庄宇斌，谭安辉，等. 不协调广义多尺度决策系统的尺度组合. 模式识别与人工智能，2018，31(6)：485-494.
Wu W Z，Zhuang Y B，Tan A H，et al. Scale combinations in inconsistent generalized multi?scale decision systems. Pattern Recognition and Artificial Intelligence，2018，31(6)：485-494.
43 吴伟志，杨丽，谭安辉，等. 广义不完备多粒度标记决策系统的粒度选择. 计算机研究与发展，2018，55(6)：1263-1272.
Wu W Z，Yang L，Tan A H，et al. Granularity selections in generalized incomplete multi?granular labeled decision systems. Journal of Computer Research and Development，2018，55(6)：1263-1272.
44 Wu W Z. Attribute reduction based on evidence theory in incomplete decision systems. Information Sciences，2008，178(5)：1355-1371.
[1] 胡玉文, 徐久成, 张倩倩. 决策演化集的卷积预测[J]. 南京大学学报(自然科学版), 2022, 58(1): 1-8.
[2] 刘小伟, 景运革. 一种有效更新多源数据约简的增量算法[J]. 南京大学学报(自然科学版), 2021, 57(6): 1083-1091.
[3] 孙颖, 蔡天使, 张毅, 鞠恒荣, 丁卫平. 基于合理粒度的局部邻域决策粗糙计算方法[J]. 南京大学学报(自然科学版), 2021, 57(2): 262-271.
[4] 刘琼, 代建华, 陈姣龙. 区间值数据的代价敏感特征选择[J]. 南京大学学报(自然科学版), 2021, 57(1): 121-129.
[5] 郑嘉文, 吴伟志, 包菡, 谭安辉. 基于熵的多尺度决策系统的最优尺度选择[J]. 南京大学学报(自然科学版), 2021, 57(1): 130-140.
[6] 郑文彬, 李进金, 张燕兰, 廖淑娇. 基于矩阵的多粒度粗糙集粒度约简方法[J]. 南京大学学报(自然科学版), 2021, 57(1): 141-149.
[7] 毛振宇, 窦慧莉, 宋晶晶, 姜泽华, 王平心. 共现邻域关系下的属性约简研究[J]. 南京大学学报(自然科学版), 2021, 57(1): 150-159.
[8] 李同军,于洋,吴伟志,顾沈明. 经典粗糙近似的一个公理化刻画[J]. 南京大学学报(自然科学版), 2020, 56(4): 445-451.
[9] 任睿,张超,庞继芳. 有限理性下多粒度q⁃RO模糊粗糙集的最优粒度选择及其在并购对象选择中的应用[J]. 南京大学学报(自然科学版), 2020, 56(4): 452-460.
[10] 王宝丽,姚一豫. 信息表中约简补集对及其一般定义[J]. 南京大学学报(自然科学版), 2020, 56(4): 461-468.
[11] 姚宁, 苗夺谦, 张远健, 康向平. 属性的变化对于流图的影响[J]. 南京大学学报(自然科学版), 2019, 55(4): 519-528.
[12] 程永林, 李德玉, 王素格. 基于极大相容块的邻域粗糙集模型[J]. 南京大学学报(自然科学版), 2019, 55(4): 529-536.
[13] 张龙波, 李智远, 杨习贝, 王怡博. 决策代价约简求解中的交叉验证策略[J]. 南京大学学报(自然科学版), 2019, 55(4): 601-608.
[14] 郭英杰, 胡峰, 于洪, 张红亮. 基于时间粒的铝电解过热度预测模型[J]. 南京大学学报(自然科学版), 2019, 55(4): 624-632.
[15] 李藤, 杨田, 代建华, 陈鸰. 基于模糊区分矩阵的结直肠癌基因选择[J]. 南京大学学报(自然科学版), 2019, 55(4): 633-643.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!

版权所有 © 2021 《南京大学学报(自然科学)》

地址：江苏省南京市鼓楼区汉口路22号，南京大学学报编辑部，210093

电话：025-83592704 , 传真：025-83592704        技术支持：北京玛格泰克科技发展有限公司