决策粗糙集的关键理论方法及其在应急管理中的应用研究

决策粗糙集(DTRS)理论将贝叶斯风险决策引入到粗糙集(RS)中，使RS方法在应用于决策问题时具有可靠的理论依据，正成为国际RS研究领域的一个新亮点。本项目以应急管理决策问题为背景，以DTRS理论为主体，系统研究DTRS的关键理论、方法等，以实现DTRS理论在应急管理平台系统中的应用。主要内容有：1、研究DTRS的广义属性约简的定义、性质及算法,探索DTRS模型下单规则与规则集评价的关系，建立规则集的评价标准和评价体系，进而寻求提取规则集的相应算法，是对RS约简理论的发展；2、针对实际决策中存在的数据缺损问题，研究不完备信息系统的DTRS理论与方法，可促进DTRS理论由完备信息系统向不完备信息系统的拓展； 3、针对应急管理决策的实际需求和信息特点，研究基于DTRS的突发公共事件知识获取方法，不仅增强了DTRS理论方法的实用性，而且可为应急管理决策问题的解决提供一种科学合理的决策信息支持。

本项目以应急管理决策问题为背景，系统研究了决策粗糙集的关键理论、方法，及决策粗糙集理论在应急管理系统中的应用。主要研究成果包括：. 1、研究了决策粗糙集的广义属性约简的定义、性质及算法，提出了面向一般约简目标的广义分辨矩阵、核属性定义，拓展了决策粗糙集正域约简、决策粗糙集代价敏感约简、决策粗糙集非单调约简等属性约简算法，完善和发展了粗糙集约简理论；. 2、针对应急管理决策中存在的数据缺损问题，研究了不完备信息系统的决策粗糙集理论方法，提出了基于二元矩阵的不完备信息系统属性约简算法，并采用外延区间集工具提出了不完备信息系统概念描述新方法，根据区间集的强包含关系与弱包含关系给出强规则与弱规则的提取方法，为从不完备数据中提取决策规则提供了解决方案；. 3、针对应急管理的实际需求，提出了基于决策粗糙集的风险偏好决策方式，给出了基于决策粗糙集的乐观决策、悲观决策与中性决策的多角度决策模型；研究了决策粗糙集代价敏感知识获取方法，结合属性约简，提出了一种基于决策粗糙集的代价敏感分类方法，使得获取的决策知识具有最小化期望风险的性质，为保持应急管理决策的风险最小化提供理论支持；. 4、研究了数值系统的决策粗糙集模型，提出将决策粗糙集模型中严格的不可分辨等价关系放松至模糊T-等价关系，从模糊隶属度角度重新定义了条件概率，并给出了数值系统中模糊决策粗糙集模型上下近似定义，提出了模糊决策粗糙集模型约简的概念，并研究了模糊决策粗糙集模型的若干性质；. 5、提出了一种多分类三支决策粗糙集模型，该模型通过两阶段实现多类问题求解：第一阶段，将“多分类问题”转化为“多个两分类问题”，利用决策粗糙集模型，将判别结果被划分到三个决策区域中，并选择进入正域区域的类别作为候选类别。第二阶段，利用贝叶斯分类器，根据最小期望风险准则，从候选类别中选取最优类别。通过两阶段决策模式，使得多类分类决策问题可以在决策粗糙集模型框架下得到解决；. 6、对决策粗糙集理论方法与不完备信息系统粗糙集理论方法进行了系统化整理与总结，主编完成了关于决策粗糙集理论和不完备信息系统粗糙集理论的专著2部，参与编写三支决策理论与应用方向的专著1部。这些系统化的理论成果将促进决策粗糙集理论研究和不完备信息系统粗糙集理论在我国的进一步发展，在研究人类智能领域也会起着积极的推动和促进作用。