基于可拓域变化代价最小的最优粒度选择

李敏^1,2,3,杨亚锋^1,2,3,雷宇⁴,李丽红^1,2,3*

1.华北理工大学理学院, 河北 唐山 063210;2.河北省数据科学与应用重点实验室, 河北 唐山 063210;3.唐山市数据科学重点实验室, 河北 唐山 063210;4.华北理工大学电气工程学院, 河北 唐山 063210

发布日期:2021-01-21

作者简介:李敏(1995— ),女,硕士研究生,研究方向为粒计算、三支决策. E-mail:2744997922@qq.com通信作者简介:李丽红(1979— ),女,硕士,教授,硕士生导师,研究方向为粗糙集、机器学习. E-mail:22687426@qq.com

Optimal granularity selection based on minimum cost of extension domain change

LI Min^1,2,3, YANG Ya-feng^1,2,3, LEI Yu⁴, LI Li-hong^1,2,3*

1. College of Science, North China University of Science and Technology, Tangshan 063210, Hebei, China;
2. Hebei Key Laboratory of Data Science and Application, Tangshan 063210, Hebei, China;
3. Tangshan Key Laboratory of Data Science, Tangshan 063210, Hebei, China;
4. College of Electrical Engineering, North China University of Science and Technology, Tangshan 063210, Hebei, China

Published:2021-01-21

摘要/Abstract

摘要： 针对当前最优粒度选择算法对决策域动态变化带来的代价鲜有涉及的问题,引入可拓集方法,结合三支决策思想提出基于可拓域变化代价最小的最优粒度选择模型。首先由可拓评价法确定指标等级离散化数据表,以权重为粒子实施粒化,利用二元关系交算子构建粒层空间;其次融合三支决策划分三个域,基于三个域的动态变化确定可拓集的五个域;然后研究可拓域变化的度量方式,构建代价矩阵,由可拓域变化代价最小确定最优粒层。该模型综合考虑静态和动态特征,为最优粒度选择提供新的途径。最后以黑龙江省水资源承载力数据为例,验证模型的有效性。利用分类与回归树(classification and regression trees, CART)进行灵敏度分析。结果表明模型具有较好的可推广性。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3400