arrow
返回

Fuzzy quantification-driven Three-way decision: model, algorithm and application

delete2026-10-06
delete0
PRE
AI
L
Lu Wang
L
Lingqiang Li *
DOI:10.1016/j.cnsns.2026.110921delete
delete原文链接
delete分享
delete收藏
摘要

摘要

En 中文
三支决策(TWD)是一种源于概率粗糙集理论的不确定决策框架。它采用接受-拒绝-延迟的三元策略,能够有效降低决策风险并提高决策合理性。模糊量化是一种新型模糊逻辑方法,有助于构建高可解释性和强抗干扰能力的优化模型。最近,我们发现TWD中的条件概率可以通过特定的模糊量化方法来定义。基于这一发现,我们提出了一种新颖的模糊量化驱动的TWD。首先,我们设计了一类具有强收敛性质的模糊量化子,并基于这组算子定义了一种新的条件概率,命名为量化Λ-条件概率。理论证明表明,这种条件概率不仅包含传统条件概率作为特例,还将其作为收敛极限。其次,通过整合效用理论,构建了一个以最大效用为标准的新的TWD模型,并提出了相应的算法。最后,我们将TWD应用于13个开源数据集上的分类问题,采用分层5折交叉验证策略。结果表明,所提出的方法在精确度、F1得分和平衡准确率三个关键指标上表现出优异的稳定性和鲁棒性。与2024-2025年提出的五种最新方法相比,统计验证确认所提出的方法在三个指标上平均提升约13.48%。总之,所提出的量化TWD方法拓宽了TWD的理论基础,同时在实际应用中展现出卓越的分类性能。

期刊

Communications in Nonlinear Science and Numerical Simulation 封面图
Communications in Nonlinear Science and Numerical Simulation
IF:
3.8
论文数:
9.4K
被引数:
2.0W

机构

暂无机构信息
引用论文

引用论文

Applications of Fuzzy Rough Set Theory in Machine Learning: a Survey
err2015-12-09
err0
PREAI
errSarah Vluymans; Lynn D’eer; Yvan Saeys; Chris Cornelis
err分享
err收藏
err分享
err收藏
学者 查看更多内容