基于粗集理論的多屬性決策分析

第1章 緒論
1.1 多屬性決策分析
1.2 粗集理論的基本觀點和特點
1.3 二元關系與屬性
1.3.1 二元關系及其性質
1.3.2 幾種常見的關系
1.3.3 屬性類型
1.4 粗集理論、二元關系與多屬性決策分析
1.4.1 不可分辨關系與多屬性決策分析
1.4.2 相似關系、容錯關系與多屬性決策分析
1.4.3 支配關系與多屬性分級決策分析
1.5 粗集理論與其他不確定性理論的融合
1.5.1 粗集和模糊集
1.5.2 粗集和Dempster-Shafer的證據(jù)理論
1.5.3 混合方法和系統(tǒng)
1.5.4 粗集和統(tǒng)計理論、信息論
1.5.5 粗糙邏輯
第2章 經(jīng)典粗集理論的基本概念
2.1 信息表和不可分辨關系
2.1.1 信息表和決策表
2.1.2 不可分辨關系
2.1.3 相容和不相容決策表
2.2 集合近似及其性質
2.3 粗糙隸屬函數(shù)和不確定性
2.3.1 粗糙隸屬函數(shù)及其性質
2.3.2 變精度粗集模型
2.4 屬性的依賴性和約簡
2.4.1 屬性的依賴性
2.4.2 屬性的約簡
2.4.3 屬性的重要性
2.5 決策表和決策規(guī)則
2.6 模糊測度和粗集
2.7 約簡和碰集
第3章 粗集和布爾推理
3.1 布爾推理
3.1.1 布爾代數(shù)
3.1.2 蘊含
3.1.3 布爾推理的一般策略
3.2 離散化
3.3 分辨矩陣與決策矩陣
3.3.1 分辨矩陣和分辨函數(shù)
3.3.2 分辨函數(shù)的主蘊涵和約簡
3.3.3 決策矩陣和決策函數(shù)
第4章 獲取決策規(guī)則與多屬性分類決策
4.1 決策規(guī)則及其數(shù)量測度
4.1.1 模式及其測度
4.1.2 規(guī)則及其測度
4.2 決策規(guī)則獲取
4.2.1 基本概念
4.2.2 規(guī)則獲取算法
4.3 決策規(guī)則的增量式更新
4.4 分類識別策略
4.4.1 規(guī)則沖突的解決
4.4.2 沒有匹配規(guī)則
4.4.3 舉例和討論
4.5 多屬性決策分析
4.5.1 多人多屬性決策
4.5.2 合并分析
4.6 粗集和關聯(lián)規(guī)則
第5章 基于經(jīng)典粗集理論的建模過程及其應用
5.1 粗集理論的基本方法概述
5.1.1 空值處理方法
5.1.2 屬性離散化方法
5.1.3 約簡計算方法
5.1.4 規(guī)則導出
5.2 建模過程
5.2.1 劃分例子
5.2.2 規(guī)則過濾和模型評價
5.3 粗糙分類器
5.4 粗糙-神經(jīng)專家系統(tǒng)
5.4.1 粗糙神經(jīng)專家系統(tǒng)結構
5.4.2 舉例
第6章 基于相似關系的粗集與多屬性決策分析
6.1 相似關系及其性質
6.2 基于相似關系的粗糙近似
6.3 相似關系的構造
6.3.1 相似性測度的建立
6.3.2 聚合過程
6.3.3 利用e不可分辨性構造相似關系
6.3.4 舉例
6.4 獲取基于相似關系的決策規(guī)則
6.4.1 決策規(guī)則及其形式
6.4.2 非相似矩陣與決策規(guī)則獲取
6.5 相似關系與不完全信息表
6.5.1 構造不完全信息表的相似關系
6.5.2 集合近似
6.5.3 不完全決策表的決策規(guī)則
6.5.4 分辨函數(shù)和約簡計算
第7章 基于支配關系的粗集和多屬性分級決策
7.1 基本概念
7.2 基于支配矩陣的最簡決策規(guī)則導出
7.2.1 支配矩陣和支配函數(shù)
7.2.2 規(guī)則集化簡
7.3 分級決策
7.4 舉例
第8章 基于多種二元關系和布爾推理的多屬性分級決策
8.1 屬性和二元關系
8.1.1 構造相似關系
8.1.2 支配關系和決策類
8.2 基于布爾推理導出分級決策規(guī)則
8.2.1 分級決策規(guī)則及其形式
8.2.2 分辨-相似-支配矩陣和分辨-相似-支配函數(shù)
8.2.3 獲取分級決策規(guī)則的算法
8.3 舉例
第9章 基于粗集理論的沖突分析和談判
9.1 沖突的基本要素和局中人的特征表示
9.2 局中人之間的關系
9.2.1 局中人對單個爭端的關系
9.2.2 局中人對爭端集合的關系和聯(lián)盟確定
9.3 沖突矩陣和沖突函數(shù)
9.3.1 基于沖突矩陣的聯(lián)盟形成
9.3.2 不同閾值下的實力—策略分析
9.4 沖突談判
9.4.1 屬性和局勢的沖突度
9.4.2 沖突談判模型
9.5 Deja的沖突分析模型
9.5.1 局部方案及其評價
9.5.2 局勢及其評價
9.5.3 沖突及其解
參考文獻