模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2021, Vol. 34 Issue (12): 1120-1130    DOI: 10.16451/j.cnki.issn1003-6059.202112005
综述与评论 最新目录| 下期目录| 过刊浏览| 高级检索 |
面向决策分析的多粒度计算模型与方法综述
庞继芳1, 宋鹏2, 梁吉业1,3
1.山西大学 计算机与信息技术学院 太原 030006;
2.山西大学 经济与管理学院 太原 030006;
3.山西大学 计算智能与中文信息处理教育部重点实验室 太原 030006
Review on Multi-granulation Computing Models and Methods for Decision Analysis
PANG Jifang1, SONG Peng2, LIANG Jiye1,3
1. School of Computer and Information Technology, Shanxi University, Taiyuan 030006;
2. School of Economics and Management, Shanxi University, Taiyuan 030006;
3. Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, Shanxi University, Taiyuan 030006

全文: PDF (748 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 作为粒计算研究方向的核心概念和关键技术,多粒度计算强调对现实世界问题多视角、多层次的理解和描述,可获得合理、满意的求解结果.为了深化多粒度计算与决策分析的有效融合,更好地满足人们的实际决策需求,文中首先介绍多粒度粗糙集、多尺度数据分析、序贯三支决策、分层分类学习四类多粒度计算模型,并阐述各自的主要特点及发展过程.进而从属性约简、规则提取、粒度选择、信息融合、群决策、多属性群决策、分类决策、动态决策等方面总结基于多粒度计算模型的决策分析方法研究现状.最后,对大数据时代智能决策领域中若干具有挑战性的研究方向进行展望,以期推动多粒度智能决策的不断发展与创新.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
庞继芳
宋鹏
梁吉业
关键词 多粒度粗糙集多尺度数据分析序贯三支决策分层分类学习决策分析    
Abstract:As the core concept and key technology of granular computing, multi-granulation computing emphasizes multi-view and multi-level understanding and description of real-world problems to obtain more reasonable and satisfactory results. The existing four types of multi-granulation computing models are firstly introduced, including multi-granulation rough set, multi-scale data analysis, sequential three-way decision and hierarchical classification learning, for the further effective fusion of multi-granulation computing and decision analysis and better satisfaction with actual decision-making needs. Then, their main characteristics and development process are expounded. Furthermore, the research status of decision analysis methods based on multi-granulation computing models is summarized from the aspects of attribute reduction, rule extraction, granularity selection, information fusion, group decision-making, multi-attribute group decision-making, classification decision-making and dynamic decision-making. Finally, some challenging research directions of intelligent decision-making in the era of big data are forecasted to promote the continuous development and innovation of multi-granulation intelligent decision-making.
Key wordsMulti-granulation Rough Set    Multi-scale Data Analysis    Sequential Three-Way Decision    Hierarchical Classification Learning    Decision Analysis   
收稿日期: 2021-05-07     
ZTFLH: TP 18  
基金资助:国家自然科学基金项目(No.62006148)、山西省重点研发计划项目(No.201903D121162)资助
通讯作者: 梁吉业,博士,教授,主要研究方向为人工智能、粒计算、数据挖掘、机器学习.E-mail:ljy@sxu.edu.cn.   
作者简介: 庞继芳,博士,副教授,主要研究方向为粒计算、智能决策、数据挖掘.E-mail:purplepjf@sxu.edu.cn.
宋 鹏,博士,教授,主要研究方向为智能决策、数据挖掘.E-mail:songpeng@sxu.edu.cn.
引用本文:   
庞继芳, 宋鹏, 梁吉业. 面向决策分析的多粒度计算模型与方法综述[J]. 模式识别与人工智能, 2021, 34(12): 1120-1130. PANG Jifang, SONG Peng, LIANG Jiye. Review on Multi-granulation Computing Models and Methods for Decision Analysis. , 2021, 34(12): 1120-1130.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202112005      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2021/V34/I12/1120
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn