Informacja

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

Wyszukujesz frazę "Rough sets" wg kryterium: Temat


Tytuł:
Rough membership functions: a tool for reasoning with uncertainty
Autorzy:
Pawlak, Z.
Skowron, A.
Powiązania:
https://bibliotekanauki.pl/articles/1361085.pdf
Data publikacji:
1993
Wydawca:
Polska Akademia Nauk. Instytut Matematyczny PAN
Tematy:
evidence theory
rough sets
reasoning with incomplete information
fuzzy sets
Opis:
A variety of numerical approaches for reasoning with uncertainty have been investigated in the literature. We propose rough membership functions, rm-functions for short, as a basis for such reasoning. These functions have values in the interval [0,1] and are computable on the basis of the observable information about the objects rather than on the objects themselves. We investigate properties of the rm-functions. In particular, we show that our approach is intensional with respect to the class of all information systems [P91]. As a consequence we point out some differences between the rm-functions and the fuzzy membership functions [Z65], e.g. the rm-function values for X ∪ Y (X ∩ Y) cannot be computed in general by applying the operation max(min) to the rm-function values for X and Y.
Źródło:
Banach Center Publications; 1993, 28, 1; 135-150
0137-6934
Pojawia się w:
Banach Center Publications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On the evaluation of compatibility with gradual rules in information systems : a topological approach
Autorzy:
Kortelainen, J.
Powiązania:
https://bibliotekanauki.pl/articles/205981.pdf
Data publikacji:
1999
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
analiza danych
topologia
zbiór rozmyty
data analysis
knowledge acquisition
L-fuzzy sets
modifier logic
rough sets
topology
Opis:
The paper presents an approach to detecting dependence of a decision-maker's actions (or decisions) on conditions with respect to a certain type of fuzzy rules, namely gradual rules. Gradual rules are of the form "the more c is C, the more d is D", where C and D are L-fuzzy sets on the domain of the attributes c and d with membership values possibly in different lattices, respectively. The decision-maker's actions and conditions for those are found in a data base-like system, called an information system. We use the information system to define relations corresponding to L-fuzzy sets, and we define weakening modifiers by these relations. These modifiers are closure operators in the corresponding topologies, and we can define fineness relation between L-fuzzy sets. This relation is useful when comparing different decision-maker's actions. We define strong degree and topological degree of depedence of the attributes (with respect to a gradual rule), and we study some properties of those. Finally, we present a small application.
Źródło:
Control and Cybernetics; 1999, 28, 1; 121-131
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:
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:
A Rough Set-Based Knowledge Discovery Process
Autorzy:
Zhong, N.
Skowron, A.
Powiązania:
https://bibliotekanauki.pl/articles/908370.pdf
Data publikacji:
2001
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
baza danych
baza wiedzy
system hybrydowy
rough sets
KDD process
hybrid systems
Opis:
The knowledge discovery from real-life databases is a multi-phase process consisting of numerous steps, including attribute selection, discretization of real-valued attributes, and rule induction. In the paper, we discuss a rule discovery process that is based on rough set theory. The core of the process is a soft hybrid induction system called the Generalized Distribution Table and Rough Set System (GDT-RS) for discovering classification rules from databases with uncertain and incomplete data. The system is based on a combination of Generalization Distribution Table (GDT) and the Rough Set methodologies. In the preprocessing, two modules, i.e. Rough Sets with Heuristics (RSH) and Rough Sets with Boolean Reasoning (RSBR), are used for attribute selection and discretization of real-valued attributes, respectively. We use a slope-collapse database as an example showing how rules can be discovered from a large, real-life database.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2001, 11, 3; 603-619
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Concept Approximations Based on Rough Sets and Similarity Measures
Autorzy:
Saquer, J.
Deogun, J. S.
Powiązania:
https://bibliotekanauki.pl/articles/908365.pdf
Data publikacji:
2001
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
mierzenie podobieństwa
pojęcie aproksymacji
formal concept analysis
similarity measures
rough sets
concept approximation
Opis:
The formal concept analysis gives a mathematical definition of a formal concept. However, in many real-life applications, the problem under investigation cannot be described by formal concepts. Such concepts are called the non-definable concepts (Saquer and Deogun, 2000b). The process of finding formal concepts that best describe non-definable concepts is called the concept approximation. In this paper, we present two different approaches to the concept approximation. The first approach is based on rough set theory while the other is based on a similarity measure. We present algorithms for the two approaches.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2001, 11, 3; 655-674
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Knowledge, Vagueness and Logic
Autorzy:
Wybraniec-Skardowska, U.
Powiązania:
https://bibliotekanauki.pl/articles/908372.pdf
Data publikacji:
2001
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
zbiór rozmyty
logika formalna
vague knowledge
fuzzy sets
rough sets
vague sets
formal logic
Opis:
The aim of the paper is to outline an idea of solving the problem of the vagueness of concepts. The starting point is a definition of the concept of vague knowledge. One of the primary goals is a formal justification of the classical viewpoint on the controversy about the truth and object reference of expressions including vague terms. It is proved that grasping the vagueness in the language aspect is possible through the extension of classical logic to the logic of sentences which may contain vague terms. The theoretical framework of the conception refers to the theory of Pawlak's rough sets and is connected with Zadeh's fuzzy set theory as well as bag (or multiset) theory. In the considerations formal logic means and the concept system of set theory have been used. The paper can be regarded as an outline of the logical theory of vague concepts.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2001, 11, 3; 719-737
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Minimal Decision Rules Based on the Apriori Algorithm
Autorzy:
Fernandez, M. C.
Menasalvas, E.
Marban, O.
Pena, J. M.
Millan, S.
Powiązania:
https://bibliotekanauki.pl/articles/908364.pdf
Data publikacji:
2001
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
baza danych
algorytmy
rough sets
rough dependencies
association rules
a priori algorithm
minimal decision rules
Opis:
Based on rough set theory many algorithms for rules extraction from data have been proposed. Decision rules can be obtained directly from a database. Some condition values may be unnecessary in a decision rule produced directly from the database. Such values can then be eliminated to create a more comprehensible (minimal) rule. Most of the algorithms that have been proposed to calculate minimal rules are based on rough set theory or machine learning. In our approach, in a post-processing stage, we apply the Apriori algorithm to reduce the decision rules obtained through rough sets. The set of dependencies thus obtained will help us discover irrelevant attribute values.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2001, 11, 3; 691-704
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Relative Sets and Rough Sets
Autorzy:
Mousavi, A.
Jabedar-Maralani, P.
Powiązania:
https://bibliotekanauki.pl/articles/908368.pdf
Data publikacji:
2001
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
teoria mnogości
analiza danych
przedstawienie wiedzy
rough sets
set theory
data analysis
multi-valued logic
interval sets
knowledge representation
Opis:
In this paper, by defining a pair of classical sets as a relative set, an extension of the classical set algebra which is a counterpart of Belnap's four-valued logic is achieved. Every relative set partitions all objects into four distinct regions corresponding to four truth-values of Belnap's logic. Like truth-values of Belnap's logic, relative sets have two orderings; one is an order of inclusion and the other is an order of knowledge or information. By defining a rough set as a pair of definable sets, an integrated approach to relative sets and rough sets is obtained. With this definition, we are able to define an approximation of a rough set in an approximation space, and so we can obtain sequential approximations of a set, which is a good model of communication among agents.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2001, 11, 3; 637-653
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rough Modeling---a Bottom-up Approach to Model Construction
Autorzy:
Loken, T.
Komorowski, J.
Powiązania:
https://bibliotekanauki.pl/articles/908362.pdf
Data publikacji:
2001
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
model opisowy
wybieranie danych
knowledge discovery
rough sets
rough modeling
descriptive models
Opis:
Traditional data mining methods based on rough set theory focus on extracting models which are good at classifying unseen objects. If one wants to uncover new knowledge from the data, the model must have a high descriptive quality---it must describe the data set in a clear and concise manner, without sacrificing classification performance. Rough modeling, introduced by Kowalczyk (1998), is an approach which aims at providing models with good predictive and descriptive qualities, in addition to being computationally simple enough to handle large data sets. As rough models are flexible in nature and simple to generate, it is possible to generate a large number of models and search through them for the best model. Initial experiments confirm that the drop in performance of rough models compared to models induced using traditional rough set methods is slight at worst, and the gain in descriptive quality is very large.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2001, 11, 3; 675-690
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rough Sets Methods in Feature Reduction and Classification
Autorzy:
Świniarski, R. W.
Powiązania:
https://bibliotekanauki.pl/articles/908366.pdf
Data publikacji:
2001
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
rozpoznawanie obrazów
redukcja danych
rough sets
feature selection
classification
Opis:
The paper presents an application of rough sets and statistical methods to feature reduction and pattern recognition. The presented description of rough sets theory emphasizes the role of rough sets reducts in feature selection and data reduction in pattern recognition. The overview of methods of feature selection emphasizes feature selection criteria, including rough set-based methods. The paper also contains a description of the algorithm for feature selection and reduction based on the rough sets method proposed jointly with Principal Component Analysis. Finally, the paper presents numerical results of face recognition experiments using the learning vector quantization neural network, with feature selection based on the proposed principal components analysis and rough sets methods.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2001, 11, 3; 565-582
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Algorytm generowania reguł pierwszego rzędu wykorzystujący metody zbiorów przybliżonych
An algorithm generating first order rules based on rough set methods
Autorzy:
Stepaniuk, J,
Góralczuk, L.
Powiązania:
https://bibliotekanauki.pl/articles/341117.pdf
Data publikacji:
2002
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
rough sets
inductive logic programming
Opis:
W pracy przedstawiono algorytm generowania reguł pierwszego rzędu, tzn. zależności, które w poprzedniku mają koniunkcję formuł atomowych bądź ich negacji a w następniku formułę atomową. Technikę zbiorów przybliżonych wykorzystano w procesie doboru literałów mogących wchodzić w skład przesłanki generowanej reguły. Kryterium doboru opiera się na tym, aby reguła po dołączeniu do jej przesłanki kandydującego literału jak najlepiej rozróżniała przykłady pozytywne i negatywne, które do tej pory nie były rozróżnialne.
The aim of this paper is to introduce and investigate an algorithm for finding first order rules. Rough set theory is used in the process of selecting literals, which may be part of the rule. The criterion of selecting literals reads as follows: only those literals are selected, which adding to the rule makes that the rule discerns the most examples from those, which were yet undiscerned.
Źródło:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2002, Z.1; 235-250
1644-0331
Pojawia się w:
Zeszyty Naukowe Politechniki Białostockiej. Informatyka
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
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:
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

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