面向不确定信息的直觉模糊三支决策模型及应用__9787302710288

《面向不确定信息的直觉模糊三支决策模型及应用》聚焦不确定信息环境中的智能决策问题，围绕直觉模糊集与三支决策理论的融合路径，系统地构建了一套智能决策模型体系。本书通过引入概念格、多粒度粗糙集、三支粒计算、数据包络分析等理论，提出了多个具有创新性与扩展性的直觉模糊三支决策模型，全面提升了模型在模糊性表达、不完备信息处理与多策略推理方面的能力。本书内容层次清晰，理论与实验并重，涵盖属性关联度度量、模糊边界决策、风险偏好融合、多投入－产出效率评估、迁移学习与认知聚类等多个关键模块，既展示了理论模型的演进逻辑，又提供了丰富的实证验证方法。特别值得一提的是，在面对复杂、多源、不完备的现实决策环境时，提出的多模型融合机制展现出良好的适应性与解释性，具有重要的理论意义与巨大的应用潜力。本书既可供从事人工智能、不确定性建模、认知推理、决策支持系统、模糊系统与数据科学等领域的研究人员、博士生、工程技术人员参考，也适用于高等院校相关专业的人员在研究教学及学术时阅读使用。

前言

在习近平新时代中国特色社会主义思想指引下，党的二十大明确提出“教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑”，强调要“加快建设教育强国、科技强国、人才强国”，积极推进数字中国建设，发展新质生产力，全面提升国家治理体系和治理能力现代化水平。在这一战略蓝图引领下，人工智能、大数据等前沿技术正深度融入国家社会治理体系、产业升级路径与教育科研变革。

随着“人工智能＋”战略的持续推进，智能决策作为核心支撑技术，已在金融、医疗、交通和制造业等多个领域得到广泛应用，成为建设数字中国、发展新质生产力、提升治理体系现代化水平的重要引擎。面对复杂多变的现实环境，决策问题普遍呈现出模糊性、不完备性与主体认知差异性等特点，亟须发展具备自主智能、可解释性与粒度自适应的新型决策理论与方法体系，以服务于国家在数字治理、智能制造、教育评价、医疗诊断等重点领域的智能化发展需求。这一趋势既对可信、可控、可用的智能决策模型提出了更高要求，也促使其在复杂认知、动态环境应对等方面不断推进理论与方法革新。在此背景下，一系列面向不确定性信息处理的理论工具不断发展并融合创新，如粗糙集、模糊集、多粒度认知计算与概念认知学习等方法，在建模灵活性、结构表达与规则提取方面展现出显著的优势。其中，姚一豫教授在其构建的决策粗糙集模型的基础上提出了三支决策理论，以“接受－拒绝－延迟”的三元逻辑，突破了传统二值决策范式的表达限制，成为当前认知智能与不确定推理研究的重要方向。与此同时，直觉模糊集理论因其能够同时刻画隶属度、非隶属度与犹豫度的信息维度，具备表达模糊认知与不确定判断的优势。将直觉模糊集引入三支决策体系，预期能在边界域建模、再决策流程及语义整合等关键领域取得突破性进展，进一步丰富智能决策模型的表达力与推理机制。

《面向不确定信息的直觉模糊三支决策模型及应用》正是在这一时代背景与理论脉络下逐步凝练而成。笔者长期聚焦不确定性建模、知识发现与认知智能决策等交叉领域，围绕直觉模糊集、三支决策、粗糙集、多粒度计算与结构优化等理论展开深入的研究，构建了一系列具有方法创新性与实际适应性的融合模型，为进一步深入研究打下了坚实的基础，积累了丰富的实践经验。尽管近年来三支决策与模糊理论领域的研究成果日渐丰硕，然而，在应对复杂且不确定的信息环境时，如何有效融合多粒度建模、结构表述机制与三支决策逻辑，进而构建出系统性的模型框架，仍是亟待深入探究的核心议题。因此，本书尝试构建一个具备理论深度、结构完整性与方法扩展性的直觉模糊三支决策模型体系，力求为相关研究提供结构化的模型框架与具有启发意义的方法路径。

基于上述理论演进背景与研究趋势，本书着重探讨不确定信息环境下的直觉模糊三支决策难题，力求打造一套集多源理论工具之大成、兼具粒度调节功能和认知表达特性的智能决策模型架构。本书从概念建模出发，围绕“概念不确定性”“代价敏感性”“知识多粒度表达性”“决策三支选择性”等核心问题，深入探讨了直觉模糊信息环境下属性关联度的度量方法、概念格的构建流程及规则提取机制等关键问题；进一步设计并集成了三支粒计算、多粒度粗糙集、数据包络分析、随机占优与前景理论等建模方法，提出多维融合的决策与推理机制，为构建具有方法体系、粒度自适应能力和语义可解释性的直觉模糊三支决策模型，提供了新的理论支持与建模思路。

本书共13章，第1章绪论，简要介绍了研究背景、研究意义与国内外相关理论的发展现状，阐明本书的研究目标与主要贡献。第2章基础理论，系统地回顾了粗糙集、多粒度粗糙集、三支决策、直觉模糊集、概念格等基础理论，为模型构建奠定了理论基础。第3章基于概念知识度量的直觉模糊三支决策模型，提出基于属性关联度的直觉模糊三支概念的构造方法，设计边界域内外的再决策机制，并进行实验分析。第4章基于粒计算的直觉模糊三支决策模型，引入状态可能性与粒度划分方法，构建基于粒计算的决策模型，提升对模糊边界的处理能力。第5章融合风险偏好信息的直觉模糊三支决策模型，介绍了在多粒度粗糙集框架下引入扩展级别高于关系、融合风险偏好表达、建立偏好导向的决策模型。第6章基于直觉模糊不完备信息系统的直觉模糊三支决策模型，研究缺失值补全与代价相关性，构建适用于不完备信息系统的再决策机制。第7章基于数据包络分析的直觉模糊三支决策模型，建立融合多投入－产出优化思想的三支决策模型，实现性能评价与决策逻辑融合。第8章基于可变多粒度支持直觉模糊粗糙集的三支决策模型，构建可变粒度支持下的粗糙集结构与三支推理机制，实现粒度自适应控制与规则提取。第9章基于多粒度粗糙直觉模糊集的三支决策模型，提出乐观和悲观视角下的多粒度粗糙集表达与综合粒度度量策略，增强粒度融合表达能力。第10章双量化广义多粒度集对优势粗糙集的三支决策模型，设计双量化机制与多类型集对优势表达，构建泛化能力更强的三支决策模型。第11章基于直觉模糊三支迁移的孤独症(自闭症)识别方法，提出面向分布不一致问题的直觉模糊三支迁移学习模型，结合粗糙占优关系实现跨域三支推理，并应用于孤独症识别。第12章基于直觉模糊三支认知聚类的属性约简方法，构建融合认知相似度与三支聚类机制的属性约简方法，拓展模型在认知分析与特征选择中的应用空间。第13章总结与展望，全面梳理了本书的研究成果，并对未来可能的研究方向进行展望。

本书的出版得到了河南师范大学学术出版专著项目的资助，在此表示衷心的感谢。同时，感谢山西省博士后基金项目(110521023)、河南省科技攻关项目(252102210056)、国家自然科学基金项目(62406104)的资助；感谢给予无私帮助的北京师范大学宋继华教授、别荣芳教授和彭炜明研究员，中国科学院赵军研究员、张全研究员与何清研究员，清华大学李涓子教授，北京大学穗志方教授，北京语言大学杨尔弘教授，北京交通大学于剑教授，新乡工程学院王晓东教授，云南师范大学马瑞祾老师，深圳大学光明实验室王晨阳博士后，中央民族大学孙京博老师以及新疆师范大学张曼老师；感谢粒计算与知识发现专委会走进高校等学术活动，让笔者有幸与山西大学梁吉业教授、钱宇华教授、王文剑教授和李德玉教授、同济大学苗夺谦教授、天津大学胡清华教授、加拿大里贾纳大学姚一豫教授和姚静涛教授、上海大学的岳晓冬教授、西南交通大学刘盾教授、西南财经大学的杨新教授、四川师范大学张贤勇教授、昆明理工大学李金海教授、西北大学魏玲教授等进行相关问题的学习与讨论；感谢课题组成员薛天宇、张艳娜、庞文莉、李涛、朱泰隆、史春雷，博士研究生刘海涛、韩丹杰、张敏，以及硕士研究生于潇、袁世婷、赵丽平、孙冰心、余浩源、姚增芳、赵烨、丁肖迪、刘成儒、李灏、董楚涵、陈明珠、郝晓冉，在本书的编写过程中提供了宝贵的建议与支持。同时，衷心感谢所有为本书编写与出版付出努力的同仁，特别是编辑团队、出版人员，以及在资料整理、文字校对等环节给予大力协助的朋友们。正是因为有了大家的通力合作与倾情奉献，本书的编写方能顺利完成并出版。

鉴于笔者水平所限，加之时间紧迫，书中难免存在不足之处，恳请读者不吝赐教，批评指正。

笔者

2025年6月

我要评论