Wyniki wyszukiwania - BazTech

1

The Bipolar Complemented de Morgan Brouwer-Zadeh Distributive Lattice as an Algebraic Structure for the Dominance-based Rough Set Approach

Greco S., Matarazzo B., Słowiński R.

Fundamenta Informaticae

|

2012

|

Vol. 115, nr 1

25-56

EN

We introduce the bipolar complemented de Morgan Brouwer-Zadeh distributive lattice in order to give an algebraic model the to Dominance-based Rough Set Approach. We present also the concept of bipolar approximation space and we show how it can be induced from a bipolar quasi Brouwer-Zadeh lattice.

2

Axiomatization of utility, outranking and decision rule preference models for multiple-criteria classification problems under partial inconsistency with the dominance principle

Słowiński R., Greco S., Matarazzo B.

Control and Cybernetics

|

2002

|

Vol. 31, no 4

1005-1035

EN

Multiple-criteria classification (sorting) problem concerns assignment of actions (objects) to some pre-defined and preference-ordered decision classes. The actions are described by a finite set of criteria, i.e. attributes, with preference-ordered scales. To perform the classification, criteria have to be aggregated into a preference model which can be: utility (discriminant) function, or outranking relation, or "if..., then..." decision rules. Decision rules involve partial profiles on subsets of criteria and dominance relation on these profiles. A challenging problem in multiple-criteria decision making is the aggregation of criteria with ordinal scales. We show that the decision rule model we propose has advantages over a general utility function, over the integral of Sugeno, conceived for ordinal criteria, and over an outranking relation. This is shown by basic axioms characterizing these models. Moreover, we consider a more general decision rule model based on the rough set theory. The advantage of the rough set approach compared to competitive methodologies is the possibility of handling partially inconsistent data that are often encountered in preferential information, due to hesitation of decision makers, unstable character of their preferences, imprecise or incomplete knowledge and the like. We show that these inconsistencies can be represented in a meaningful way by "if..., then..." decision rules induced from rough approximations. The theoretical results reported in this paper show that the decision rule model is the most general aggregation model among all the considered models.

PL

Wielokryterialne zadania klasyfikacji (sortowania) dotyczą przypisania działan (obiektów) pewnym z góry określonym i uporządkowanym wzgl(c)dem preferencji klasom. Działania są opisane przez skończony zbiór kryteriów, tj. atrybutów o skalach uporządkowanych według preferencji. Aby dokonać klasyfikacji, kryteria muszą zostać zagregowane do modelu preferencji, którym może być: funkcja użyteczności (dyskryminująca), bąd" relacja przewyższania, bąd" reguła decyzyjna typu "jeśli..., to...". Reguły decyzyjne oparte są na cz(c)ściowych profilach na podzbiorach kryteriów i relacji dominacji na tych profilach. Wyzwaniem w wielokryterialnym podejmowaniu decyzji jest agregacja kryteriów o skalach porządkowych. Pokazujemy w artykule, że model reguł decyzyjnych, zaproponowany przez nas, jest korzystniejszy niż ogólna postać funkcji użyteczności, niż całka Sugeno zaproponowana dla kryteriów porządkowych, i niż relacja przewyższania. Pokazano to przy pomocy podstawowych aksjomatów charakteryzujących rozważane modele. Ponadto, rozważamy ogólniejszy model reguł decyzyjnych, oparty na teorii zbiorów przybliżonych. Korzyścią z zastosowania zbiorów przybliżonych w porównaniu do innych podejść jest możliwość uwzgl(c)dniania cz(c)ściowo niespójnych danych, jakie cz(c)sto spotyka si(c) informacji o preferencjach, w związku z wahaniami decydentów, niestabilnością ich preferencji, niedokładną wiedzą, itp. Pokazujemy, że takie niespójności mogą być reprezentowane w sposób sensowny poprzez reguły decyzyjne typu "jeśli..., to...", wyprowadzone z ocen dokonanych przy pomocy zbiorów przybliżonych. Wyniki teoretyczne przedstawione w pracy pokazują, że model reguł decyzyjnych jest najogólniejszym modelem agregacji spośrod wszystkich rozważanych modeli.

3

Rough set based processing of inconsistent information in decision analysis

Słowiński R., Stefanowski J., Greco S., Matarazzo B.

Control and Cybernetics

|

2000

|

Vol. 29, no 1

379-404

EN

Inconsistent information is one of main difficulties in the explanation and recommendation tasks of decision analysis. We distinguish two kinds of such information inconsistencies : the first is related to indiscernibility of objects described by attributes defined in nominal or ordinal scales, and the other follows from violation of the dominance principle among attributes defined on preference ordered ordinal or cardinal scales, i.e. among criteria. In this paper we discuss how these two kinds of inconsistencies are handled by a new approach based on the rough sets theory. Combination of this theory with inductive learning techniques leads to generation of decision rules from rough approximations of decision classes. Particular attention is paid to numerical attribute scales and preference-ordered scales of criteria, and their influence on the syntax of induced decision rules.

4

Generation of reducts and rules in multi-attribute and multi-criteria classification

Susmaga R., Słowiński R., Greco S., Matarazzo B.

Control and Cybernetics

|

2000

|

Vol. 29, no 4

969-988

EN

The paper addresses the problem of analysing information tables which contain objects described by both attributes and criteria, i.e. attributes with preference-ordered scales. The objects contained in those tables, representing exemplary decisions made by a decision maker or a domain expert, are usually classified into one of several classes that are also often preference-ordered. Analysis of such data using the classic rough set methodology may produce improper results, as the original rough set approach is not able to discover inconsistencies originating from consideration of typical criteria, like e.g. product quality, market share or debt ratio. The paper presents the framework for the analysis of both attributes and criteria and a very promising algorithm for generating reducts. The algorithm presented is evaluated in an experiment with real-life data sets and its results are compared to those by two other reduct generating algorithms.