基於決策粗糙集的代價敏感知識獲取方法及其套用研究

《基於決策粗糙集的代價敏感知識獲取方法及其套用研究》是依託南京大學，由李華雄擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於決策粗糙集的代價敏感知識獲取方法及其套用研究
• 項目類別：青年科學基金項目
• 項目負責人：李華雄
• 依託單位：南京大學

項目摘要

決策粗糙集理論是對經典粗糙集理論的拓展，由於引入了貝葉斯風險決策方法，其可用於獲取數據中的代價敏感知識，目前正成為國際粗糙集研究領域的新亮點。本項目以信用風險評估問題為背景，以決策粗糙集為工具，針對決策者風險偏好差異以及誤決策代價非平衡的特點，系統研究基於決策粗糙集的代價敏感知識獲取方法及其套用。內容包括：（1）研究基於決策粗糙集的風險偏好建模及代價敏感決策邊界的界定，為決策者提供個性化代價敏感決策支持；（2）研究決策粗糙集的代價敏感屬性約簡理論、約簡算法及規則提取方法，以實現從海量數據中獲取精簡知識；（3）研究不完備數據基於決策粗糙集的代價敏感知識獲取方法，實現決策粗糙集模型在不完備數據中的拓展，為決策者在非完整信息條件下的作出科學評估方案提供參考。在理論方法研究的同時，本項目將以銀行信用評估的實際問題為研究對象，依據理論方法研究結果，開展套用研究，為科學合理評估信用風險提供決策支持。

結題摘要

本項目以代價敏感知識獲取決策與問題為研究對象，以決策粗糙集、三支決策為理論依據，系統研究了基於決策粗糙集的代價敏感知識獲取方法及其套用。主要研究成果包括：1、研究了基於決策粗糙集的風險偏好建模及決策邊界的確定方法。（1）將決策粗糙集中靜態確定的代價矩陣拓展為動態、隨機的代價矩陣，建立了基於決策粗糙集的動態風險偏好模型與基於決策粗糙集的隨機風險偏好模型，導出了動態隨機風險偏好條件下的最優代價敏感決策規則。（2）針對決策主體風險偏好具有模糊性、不確定性的特點，提出了基於區間值、猶豫模糊數、直覺模糊數的粗糙集模型和區間值代價函式描述方法和風險偏好描述模型。（3）針對決策主體風險偏好描述具有粗糙性、模糊性、多粒度分布等不確定的特點，將直覺模糊集與多粒度粗糙集相結合，提出了直覺模糊多粒度粗糙集模型，給出了一型、二型、三型模糊數的樂觀、悲觀多粒度粗糙集上下近似集的計算方法，為刻畫決策者的樂觀與悲觀風險偏好提供了新的描述方法。（4）採用決策粗糙集代價敏感矩陣工具，依據決策者對不同誤決策結果的代價估值刻畫其風險傾向性，形成風險偏好的標準化矩陣描述，根據決策粗糙集風險最小化方法調整決策邊界，使之向風險代價低的決策區域偏移，由此確定最小代價決策邊界。2、研究了決策粗糙集的代價敏感屬性約簡及序貫屬性選擇與決策方法。（1）提出了決策粗糙集的非單調正域屬性約簡，給出了非單調屬性約簡的定義，分析了該約簡的性質，並研究了求解非單調約簡獲取代價敏感知識的搜尋算法。（2）結合屬性約簡與代價敏感學習，提出一種基於決策粗糙集的代價敏感序貫決策方法。（3）提出了基於決策粗糙集的下近似-代價聯合保持的屬性約簡方法，並基於遺傳算法給出了搜尋這種約簡快速算法。3、研究了不完備數據基於決策粗糙集的代價敏感知識獲取方法。（1）研究了不完備信息條件下基於決策粗糙集的序貫知識獲取與決策方法，提出了在不完備數據中，按照特定順序依次從已知屬性數據中獲取代價敏感知識的漸進策略。（2）提出了基於決策粗糙集的多粒度序貫決策方法，並在連續圖像數據上驗證了該序貫決策方法的有效性。（3）提出了不確定信息條件下的區間直覺模糊決策方法，採用區間上下界和直覺模糊數描述不確定代價值，以最小化不確定信息熵為目標，將決策邊界的搜尋問題轉化為代價閾值約束下的最佳化問題，並給出最小代價的風險決策結果。