Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Rough sets" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Searching for an equivalence between decision rules and concordance-discordance preference model in multicriteria choice problems
    W poszukiwaniu równoważności między regułami decyzyjnymi a modelem zgodności-niezgodności preferencji w zagadnieniach wyboru wielokryterialnego
    Autorzy:
    Greco, S.
    Prędki, B.
    Słowiński, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/206708.pdf
    Data publikacji:
    2002
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    ELECTRE
    rangowanie
    reguły decyzyjne
    wybór wielokryterialny
    zbiory przybliżone
    zgodność-niezgodność
    concordance-discordance
    decision rules
    multicriteria choice
    ranking
    rough sets
    Opis:
    Solving multicriteria decision problems, like choice and ranking, requires the use of decision maker's DM's (Decision Maker's) preference model. In this paper, we investigate some issues of equivalence between the preference model in terms of "if..., then..." decision rules and a concordance-discordance preference model based on the use of the outranking relation. The decision rule model is attractive for at least two reasons: (i) it is intelligible and speaks the language of the DM, (ii) the preference information coming from the DM is a set of decision examples. The decision rules are induced from rough approximations of the preference relation specified in decision examples. Then, from the set of decision rules representing the DM's preferences, criteria weights and veto thresholds are inferred, setting up an equivalent preference model following from concordance-discordance tests proposed in ELECTRE methods. A simple example will illustrate the interest of such an equivalence.
    Rozwiązywanie wielokryterialnych zadań decyzyjnych, takich jak wybór i rangowanie, wymaga zastosowania modelu preferencji decydenta. W artykule rozważa się pewne zagadnienia dotyczące równoważności pomiędzy modelem preferencji w postaci reguł decyzyjnych "jeśli..., to..." oraz modelem preferencji zgodności-niezgodności opartym na relacji przewyższania. Model oparty na regułach decyzyjnych jest atrakcyjny z co najmniej dwóch powodów: (i) jest łatwy do zrozumienia i posługuje się językiem decydenta, (ii) informacja o preferencjach, pochodząca od decydenta jest zbiorem przykładów decyzji. Reguły decyzyjne są wyprowadzane z opartych na zbiorach przybliżonych ocen relacji preferencji stanowiących podstaw(c) podanych przykładów. Następnie, ze zbioru reguł decyzyjnych reprezentujących preferencje decydenta, wyprowadzane są wagi kryteriów i progi weto, stanowiące podstawę równoważnego modelu preferencji, wynikającego z testów zgodności-niezgodności, zaproponowanych w metodyce ELECTRE. Dla zilustrowania istotności przedstawionej równoważności stanowi podano i zanalizowano prosty przykład.
    Źródło:
    Control and Cybernetics; 2002, 31, 4; 921-935
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rough set based processing of inconsistent information in decision analysis
    Autorzy:
    Słowiński, R.
    Stefanowski, J.
    Greco, S.
    Matarazzo, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/206765.pdf
    Data publikacji:
    2000
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    klasyfikacja
    kombinatoryka
    teoria decyzji
    teoria gier
    classification
    decision analysis
    knowledge based systems
    multi-criteria decision analysis
    rough sets
    rule induction
    Opis:
    Inconsistent information is one of main difficulties in the explanation and recommendation tasks of decision analysis. We distinguish two kinds of such information inconsistencies : the first is related to indiscernibility of objects described by attributes defined in nominal or ordinal scales, and the other follows from violation of the dominance principle among attributes defined on preference ordered ordinal or cardinal scales, i.e. among criteria. In this paper we discuss how these two kinds of inconsistencies are handled by a new approach based on the rough sets theory. Combination of this theory with inductive learning techniques leads to generation of decision rules from rough approximations of decision classes. Particular attention is paid to numerical attribute scales and preference-ordered scales of criteria, and their influence on the syntax of induced decision rules.
    Źródło:
    Control and Cybernetics; 2000, 29, 1; 379-404
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Generation of reducts and rules in multi-attribute and multi-criteria classification
    Autorzy:
    Susmaga, R.
    Słowiński, R.
    Greco, S.
    Matarazzo, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/205913.pdf
    Data publikacji:
    2000
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    decision rules
    dominance relation
    intelligent information systems
    multi-attribute and multi-criteria classification
    reducts of attributes and criteria
    rough sets theory
    Opis:
    The paper addresses the problem of analysing information tables which contain objects described by both attributes and criteria, i.e. attributes with preference-ordered scales. The objects contained in those tables, representing exemplary decisions made by a decision maker or a domain expert, are usually classified into one of several classes that are also often preference-ordered. Analysis of such data using the classic rough set methodology may produce improper results, as the original rough set approach is not able to discover inconsistencies originating from consideration of typical criteria, like e.g. product quality, market share or debt ratio. The paper presents the framework for the analysis of both attributes and criteria and a very promising algorithm for generating reducts. The algorithm presented is evaluated in an experiment with real-life data sets and its results are compared to those by two other reduct generating algorithms.
    Źródło:
    Control and Cybernetics; 2000, 29, 4; 969-988
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Methodology of rough-set-based classification and sorting with hierarchical structure of attributes and criteria
    Metodyka klasyfikacji i sortowania z hierarchiczną strukturą atrybutów przy pomocy zbiorów przybliżonych
    Autorzy:
    Dembczyński, K.
    Greco, S.
    Słowiński, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/205554.pdf
    Data publikacji:
    2002
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    klasyfikacja
    model reguł decyzyjnych preferencji
    sortowanie
    struktura hierarchiczna
    zadanie wielokryterialnego podejmowania decyzji
    zbiory przybliżone
    classification
    decision rule preference model
    hierarchical structure
    multicriteria decision problems
    rough sets
    sorting
    Opis:
    We consider a hierarchical classification problem involving sets of attributes and criteria. The problem of classification concerns an assignment of a set of objects to pre-defined classes. The classification to preference-ordered classes is called sorting. The objects are described by two sorts of attributes: criteria and regular attributes, depending on whether the attribute domain is preference-ordered or not. The hierarchical classification and sorting is made in finite number of steps due to hierarchical structure of regular attributes and criteria in the form of a tree. We propose a methodology based on the decision rule preference model. The model is constructed by inductive learning from examples of hierarchical decisions made by the Decision Maker on a reference set of objects. To deal with inconsistencies appearing in decision examples we adapt the rough set approach to the hierarchical classification and sorting problems. Due to inconsistency and their propagation from the bottom to the top of the hierarchy, the description of an object on a particular attribute may be not a simple value but either a subset of a regular attribute domain or an interval on a criterion scale. An example illustrates the methodology presented.
    Rozpatrujemy problem klasyfikacji hierarchicznej ze zbiorami atrybutów i kryteriów. Zadanie klasyfikacji dotyczy przydziału zbioru obiektów do z góry zdefiniowanych klas. Klasyfikacja do klas uporządkowanych według relacji preferencji nazywana jest sortowaniem. Obiekty są opisane przez dwa rodzaje atrybutów: kryteria i właściwe atrybuty, w zależności od tego, czy dziedzina atrybutu jest uporządkowana względem preferencji, czy też nie. Hierarchiczna klasyfikacja i sortowanie wykonywane są w skończonej liczbie kroków dzięki hierarchicznej strukturze atrybutów właściwych i kryteriów, w postaci drzewa. Proponujemy metodyk(c) opartą na modelu reguł decyzyjnych co do preferencji. Model jest konstruowany poprzez uczenie indukcyjne na przykładach decyzji hierarchicznych podejmowanych przez decydenta w stosunku do zbioru odniesienia obiektów. Aby poradzić sobie z niespójnościami pojawiającymi się w przykładach decyzji zaadaptowaliśmy podejście zbiorów przybliżonych do zadania hierarchicznej klasyfikacji i sortowania. Wobec niespójności i ich propagacji od dołu do góry hierarchii, opis obiektu w ramach konkretnego atrybutu może nie być pojedynczą wartością, ale bądź to podzbiorem dziedziny atrybutu właściwego bądź to przedziałem na skali kryterium. Zaproponowaną metodykę zilustrowaliśmy przykładem.
    Źródło:
    Control and Cybernetics; 2002, 31, 4; 891-920
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Axiomatization of utility, outranking and decision rule preference models for multiple-criteria classification problems under partial inconsistency with the dominance principle
    Aksjomatyka modeli użyteczności, przewyższania i reguł decyzyjnych w zadaniach wielokryterialnej optymalizacji w warunkach częściowej niespójności z zasadą dominacji
    Autorzy:
    Słowiński, R.
    Greco, S.
    Matarazzo, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/205853.pdf
    Data publikacji:
    2002
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    aksjomatyka
    klasyfikacja wielokryterialna
    kryteria porządkowe
    modelowanie preferencji
    pomiary jednoczesne
    reguły decyzyjne
    zbiory przybliżone
    axiomatization
    conjoint measurement
    decision rules
    multiple criteria classification
    ordinal criteria
    preference modeling
    rough sets
    Opis:
    Multiple-criteria classification (sorting) problem concerns assignment of actions (objects) to some pre-defined and preference-ordered decision classes. The actions are described by a finite set of criteria, i.e. attributes, with preference-ordered scales. To perform the classification, criteria have to be aggregated into a preference model which can be: utility (discriminant) function, or outranking relation, or "if..., then..." decision rules. Decision rules involve partial profiles on subsets of criteria and dominance relation on these profiles. A challenging problem in multiple-criteria decision making is the aggregation of criteria with ordinal scales. We show that the decision rule model we propose has advantages over a general utility function, over the integral of Sugeno, conceived for ordinal criteria, and over an outranking relation. This is shown by basic axioms characterizing these models. Moreover, we consider a more general decision rule model based on the rough set theory. The advantage of the rough set approach compared to competitive methodologies is the possibility of handling partially inconsistent data that are often encountered in preferential information, due to hesitation of decision makers, unstable character of their preferences, imprecise or incomplete knowledge and the like. We show that these inconsistencies can be represented in a meaningful way by "if..., then..." decision rules induced from rough approximations. The theoretical results reported in this paper show that the decision rule model is the most general aggregation model among all the considered models.
    Wielokryterialne zadania klasyfikacji (sortowania) dotyczą przypisania działan (obiektów) pewnym z góry określonym i uporządkowanym wzgl(c)dem preferencji klasom. Działania są opisane przez skończony zbiór kryteriów, tj. atrybutów o skalach uporządkowanych według preferencji. Aby dokonać klasyfikacji, kryteria muszą zostać zagregowane do modelu preferencji, którym może być: funkcja użyteczności (dyskryminująca), bąd" relacja przewyższania, bąd" reguła decyzyjna typu "jeśli..., to...". Reguły decyzyjne oparte są na cz(c)ściowych profilach na podzbiorach kryteriów i relacji dominacji na tych profilach. Wyzwaniem w wielokryterialnym podejmowaniu decyzji jest agregacja kryteriów o skalach porządkowych. Pokazujemy w artykule, że model reguł decyzyjnych, zaproponowany przez nas, jest korzystniejszy niż ogólna postać funkcji użyteczności, niż całka Sugeno zaproponowana dla kryteriów porządkowych, i niż relacja przewyższania. Pokazano to przy pomocy podstawowych aksjomatów charakteryzujących rozważane modele. Ponadto, rozważamy ogólniejszy model reguł decyzyjnych, oparty na teorii zbiorów przybliżonych. Korzyścią z zastosowania zbiorów przybliżonych w porównaniu do innych podejść jest możliwość uwzgl(c)dniania cz(c)ściowo niespójnych danych, jakie cz(c)sto spotyka si(c) informacji o preferencjach, w związku z wahaniami decydentów, niestabilnością ich preferencji, niedokładną wiedzą, itp. Pokazujemy, że takie niespójności mogą być reprezentowane w sposób sensowny poprzez reguły decyzyjne typu "jeśli..., to...", wyprowadzone z ocen dokonanych przy pomocy zbiorów przybliżonych. Wyniki teoretyczne przedstawione w pracy pokazują, że model reguł decyzyjnych jest najogólniejszym modelem agregacji spośrod wszystkich rozważanych modeli.
    Źródło:
    Control and Cybernetics; 2002, 31, 4; 1005-1035
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies