基于混沌集群智能优化算法的多目标粗糙集属性约减

doi:10.12005/orms.2020.0310

运筹与管理 ›› 2020, Vol. 29 ›› Issue (12): 30-37.DOI: 10.12005/orms.2020.0310

基于混沌集群智能优化算法的多目标粗糙集属性约减

李雪岩¹, 李学伟¹, 李静²

1.北京联合大学管理学院,北京 100101;
2.北京交通大学经济管理学院,北京 100044

收稿日期:2018-11-29 出版日期:2020-12-25
作者简介:李雪岩(1987-),男,内蒙古呼和浩特人,讲师,博士,研究方向:管理科学与复杂系统决策理论。
基金资助:
教育部人文社会科学研究青年基金项目(20YJC630069);中国国家铁路集团有限公司科技研究开发计划课题(K2019Z006)

Attribute Reduction of Multi Objective Rough Set Based on Chaotic Swarm Intelligent Optimization Algorithm

LI Xue-yan¹, LI Xue-wei¹, LI Jing²

1. SchoolofManagement, Beijing UnionUniversity, Beijing 100101, China;
2. School of Economics and Management, Beijing Jiaotong University, Beijing 100044, China

Received:2018-11-29 Online:2020-12-25

摘要/Abstract

摘要： 针对管理实践及大数据处理过程中具有多决策属性的粗糙集属性约减问题,将条件属性依赖度与知识分辨度进行结合构建属性权重,分别建立针对不同决策属性的约减目标函数,引入帕累托最优思想,将基于多决策属性的粗糙集属性约减问题转化为离散多目标优化问题。针对该问题的结构设计了具有集群智能优化思想的元胞自动机求解算法,在算法中引入基于个体的非支配解集平衡局部最优与全局最优的关系,引入混沌遗传算子增加种群多样性。以某铁路局设备安全风险处理数据为案例构建多决策属性粗糙集决策表进行优化计算并进行管理决策分析。研究发现:(1)相对于传统的NSGA-II与MO-cell算法,本文提出的算法具有更强的多目标属性挖掘性能;(2)帕累托最优思想可以较好地解释多决策属性粗糙集在管理实践中的意义。

关键词: 粗糙集, 多目标优化, 元胞自动机, 混沌

Abstract: Fortheproblemofattribute reduction ofroughsetwithmultidecisionattributesinthemanagementand big data processing, objective functions for differentdecisionattributesareestablishedbasedonthe dependability and knowledge resolution of condition attributes. Byintroducingtheideaof Pareto optimal solution, theattribute reduction problemofroughsetwithmultidecisionattributes is converted into multi-objective optimization problem with discrete variables. Basedontheideaof swarm intelligence, the new cellular automata solutionalgorithmisdesigned, and in the algorithm, the set of individual non-dominated solutions isdesignedtobalancethe local optimum andtheglobal optimum.Moreover, chaoticoperatorisintroducedtoincreasethe population diversity. Inthe numerical example, the decision tablesareestablished, optimizedandanalyzedbasedonthesecurity risk handling dataofarailway company. The studyfindsthat (1)comparedwiththetraditionalNSGA-II andMO-cellalgorithms, the new algorithmshowsbetterperformancein multi-objective attribute mining; (2)theideaof Pareto optimal solution can well explaintheapplicationofroughsetwithmultidecisionattributesinmanagement.

Key words: roughset, multi objective optimization, cellular automata, chaos

中图分类号:

O159
O224

李雪岩, 李学伟, 李静. 基于混沌集群智能优化算法的多目标粗糙集属性约减[J]. 运筹与管理, 2020, 29(12): 30-37.

LI Xue-yan, LI Xue-wei, LI Jing. Attribute Reduction of Multi Objective Rough Set Based on Chaotic Swarm Intelligent Optimization Algorithm[J]. Operations Research and Management Science, 2020, 29(12): 30-37.

参考文献

[1] Pawlak Z. Rough sets[J]. International journal of parallel programming, 1982, 11(5): 341-356.
[2] Rawat S, Patel A, Celestino J, et al. A dominance based rough set classification system for fault diagnosis in electrical smart grid environments[J]. Artificial Intelligence Review, 2016, 46(3): 389-411.
[3] Wąsikowska B, Sobecka E, Bielat I, et al. A novel method for predicting anisakid nematode infection of atlantic cod using rough set theory[J]. Journal of Food Protection, 2018, 81(3): 502-508.
[4] Sabokbar H F, Ayashi A, Hosseini A, et al. Risk assessment in tourism system using a fuzzy set and dominance-based rough set[J]. Technological & Economic Development of Economy, 2016, 22(4): 554-573.
[5] Li X W, Li X Y. Big data and its key technology in the future[J]. Computing in Science & Engineering, 2018, 20(4): 75-88.
[6] 王媛媛,陈学东,沙首伟,等.基于遗传算法-粗糙集的知识能力关键因素识别——以建筑业国际化人才为研究对象[J].科技管理研究, 2019,39(3):167-172.
[7] 徐菲菲,雷景生,毕忠勤,等.大数据环境下多决策表的区间值全局近似约简[J].软件学报,2014,25(9):2119-2135.
[8] 蔡艳婧,程实,王强.不完备混合决策粗糙集特定类多目标属性约简[J].计算机工程与设计,2020,41(11):3063-3071.
[9] Luan X Y, Li Z P, Liu T Z. A novel attribute reduction algorithm based on rough set and improved artificial fish swarm algorithm[J]. Neurocomputing, 2016, 174: 522-529.
[10] Sun G, Zhang H, Fang J, et al. A new multi-objective discrete robust optimization algorithm for engineering design[J]. Applied Mathematical Modelling, 2017, 53: 602-621.
[11] Ren Y, Tian G, Zhao F, et al. Selective cooperative disassembly planning based on multi-objective discrete artificial bee colony algorithm[J]. Engineering Applications of Artificial Intelligence, 2017, 64(9): 415-431.
[12] Luo J, Yang Y, Liu Q, et al. A new hybrid memetic multi-objective optimization algorithm for multi-objective optimization[J]. Information Sciences, 2018, 448: 164-186.
[13] Liu J F, Zhang H Y, He K, et al. Multi-objective particle swarm optimization algorithm based on objective space division for the unequal-area facility layout problem[J]. Expert Systems with Applications, 2018, 102: 179-192.
[14] Luo J, Liu Q, Yang Y, et al. An artificial bee colony algorithm for multi-objective optimization[J]. Applied Soft Computing, 2017, 50: 235-251.
[15] Li X Y, Zhang H K. A multi-agent complex network algorithm for multi-objective optimization[J]. Applied Intelligence, 2020(50): 2690-2717.
[16] 梁吉业,钱宇华.信息系统中的信息粒与熵理论[J].中国科学:E辑,2008,38(12):2048-2065.
[17] 施振佺,陈世平.基于粗糙集和知识粒度的特征权重确定方法[J].科技管理研究,2018,38(12):248-253.
[18] 王福才,周鲁苹.混合精英策略的元胞多目标遗传算法及其应用[J].电子学报,2016,44(03):709-717.

基于混沌集群智能优化算法的多目标粗糙集属性约减

Attribute Reduction of Multi Objective Rough Set Based on Chaotic Swarm Intelligent Optimization Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	闫妍, 张锦, 唐秋宇, 张洪基. 航线联盟下航空货运网络枢纽点选址问题研究[J]. 运筹与管理, 2021, 30(9): 64-72.
[2]	陈可嘉, 段瑞明, 刘碧玉, 周晓敏. 模糊置换流水车间调度的多目标模型[J]. 运筹与管理, 2021, 30(8): 28-36.
[3]	郑豆豆龚晶, 高蕾. 基于UTA方法的关键基础设施系统的保护研究[J]. 运筹与管理, 2021, 30(8): 75-80.
[4]	胡文发, 何新华. 绿色建筑前期设计阶段的多目标优化及多属性决策模型[J]. 运筹与管理, 2021, 30(7): 44-49.
[5]	吴澎, 吴群, 周礼刚, 陈华友. 基于多目标属性权重优化的犹豫模糊语言TOPSIS决策方法[J]. 运筹与管理, 2021, 30(6): 42-47.
[6]	王文烈. 政府促进银行实施绿色信贷的多目标优化策略研究[J]. 运筹与管理, 2021, 30(4): 178-183.
[7]	刘潇, 王效俐. 基于k-means和邻域粗糙集的航空客户价值分类研究[J]. 运筹与管理, 2021, 30(3): 104-111.
[8]	丁秋雷, 胡祥培, 位娟, 姜洋. 动态需求下蓄冷式多温共配多目标优化模型及算法[J]. 运筹与管理, 2021, 30(12): 13-19.
[9]	宋云婷, 于安琪, 吴迪, 赵伟杰,田玺环. 出口海陆仓融资决策多目标优化模型与算法[J]. 运筹与管理, 2021, 30(11): 14-18.
[10]	王海宇. 兼顾效率和成本的ARMA控制图多目标优化设计[J]. 运筹与管理, 2021, 30(10): 80-86.
[11]	何建佳, 刘举胜, 刘洋. 基于元胞自动机的供需网企业合作驱动建模与仿真[J]. 运筹与管理, 2020, 29(8): 186-191.
[12]	李海君, 张耀文, 杨月巧. 考虑回收-补偿约束的卫星城镇生活垃圾中转站选址研究[J]. 运筹与管理, 2020, 29(4): 30-35.
[13]	宋云婷, 王诺, 吴暖. 兼顾成本与时间保证率的泊位及岸桥协同调度优化[J]. 运筹与管理, 2020, 29(4): 130-137.
[14]	王洪利. 基于元胞自动机的电子商务平台知识产权监管的演化分析[J]. 运筹与管理, 2020, 29(3): 209-216.
[15]	王海宇, 乔百豪, 瞿博阳. 基于APL的EWMA控制图经济统计优化设计[J]. 运筹与管理, 2020, 29(2): 19-27.