覆盖多粒度Pythagorean模糊粗糙集及多属性决策研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61866011
  • 项目类别：
    地区科学基金项目
  • 资助金额：
    37.0万
  • 负责人：
    马学玲
  • 依托单位：
    湖北民族大学
  • 学科分类：
    F0601.人工智能基础
  • 结题年份：
    2022
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2022-12-31

项目摘要

Covering based rough sets and granular computing are two important research topics in rough sets, which their fusion research is one of the hotspots in the field of artificial intelligence. In the view of granular computing, most of the rough set models can be reduced to the category of single granularity. However, in real life, it is difficult for us to use single granularity rough set model to deal with the problem of high dimensional data analysis for many complex systems we have encountered, such as, knowledge of multisource information systems and distributed information systems. Therefore, it is necessary and meaningful to study the multigranulation rough set models. This project put forwards covering based Pythagorean fuzzy rough set models by combining three uncertain models, such as, multigranulation rough sets, covering based rough sets and Pythagorean fuzzy sets, characterizes the structures of uncertain models and studies Pythagorean fuzzy information entropy and Pythagorean fuzzy aggregation operators. Finally, five kinds of multi-attribute decision-making methods are proposed, the algorithms are given and the detection analysis and comparison are carried out by some examples. This project will lay a theoretical framework for artificial intelligence and information processing for granular computing and knowledge discovery, and provide some new research ideas.
覆盖粗糙集和粒计算是粗糙集中两个重要的研究课题，其融合研究是人工智能领域的研究热点之一。在粒计算的观点下，粗糙集模型大多都可归结为单粒度粗糙集范畴。但在实际生活中，我们所遇到诸多复杂系统的高维数据分析问题，如多源信息系统和分布式信息系统等，都难以用单粒度粗糙集模型来处理。因此，研究多粒度粗糙集模型是十分必要和有意义的。本项目融合多粒度粗糙集、覆盖粗糙集和Pythagorean模糊集这三种不确定性分析模型，提出覆盖多粒度Pythagorean模糊粗糙集模型，刻画其不确定模型的结构特征，并研究Pythagorean模糊信息熵和模糊聚类算子。最后，基于上述理论，提出五类多属性决策方法，进而给出算法，通过实例进行检测分析和对比。本项目将为粒计算和知识发现等人工智能和信息处理领域提出新的理论框架，并提供新的研究思路。

结项摘要

覆盖粗糙集和粒计算是粗糙集中两个重要的研究课题，其融合研究是人工智能领域的研究热点之一。在粒计算的观点下，粗糙集模型大多都可归结为单粒度粗糙集范畴。但在实际生活中，我们所遇到诸多复杂系统的高维数据分析问题，如多源信息系统和分布式信息系统等，都难以用单粒度粗糙集模型来处理。因此，研究多粒度粗糙集模型是十分必要和有意义的。本项目融合多粒度粗糙集、覆盖粗糙集和Pythagorean模糊集这三种不确定性分析模型，提出覆盖多粒度Pythagorean模糊粗糙集模型，刻画其不确定模型的结构特征，并研究Pythagorean模糊信息熵和模糊聚类算子。最后，基于上述理论，提出五类多属性决策方法，进而给出算法，通过实例进行检测分析和对比。本项目将为粒计算和知识发现等人工智能和信息处理领域提出新的理论框架，并提供新的研究思路。

项目成果

期刊论文数量（39）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
A novel fuzzy rough set model with fuzzy neighborhood operators
一种新颖的模糊邻域算子模糊粗糙集模型
  • DOI：
    10.1016/j.ins.2020.07.030
  • 发表时间：
    2021-01
  • 期刊：
    Information Sciences
  • 影响因子：
    8.1
  • 作者：
    Jin Ye;Jianming Zhan;Weiping Ding;Hamido Fujita
  • 通讯作者：
    Hamido Fujita
PROMETHEE II method based on variable precision fuzzy rough sets with fuzzy neighborhoods
基于模糊邻域的变精度模糊粗糙集的PROMETHEE II方法
  • DOI：
    10.1007/s10462-020-09878-7
  • 发表时间：
    2020-07-28
  • 期刊：
    ARTIFICIAL INTELLIGENCE REVIEW
  • 影响因子：
    12
  • 作者：
    Jiang, Haibo;Zhan, Jianming;Chen, Degang
  • 通讯作者：
    Chen, Degang
Covering-Based Variable Precision (I, T)-Fuzzy Rough Sets With Applications to Multiattribute Decision-Making
基于覆盖的变精度（I，T）模糊粗糙集及其在多属性决策中的应用
  • DOI：
    10.1109/tfuzz.2018.2883023
  • 发表时间：
    2019-08-01
  • 期刊：
    IEEE TRANSACTIONS ON FUZZY SYSTEMS
  • 影响因子：
    11.9
  • 作者：
    Jiang, Haibo;Zhan, Jianming;Chen, Degang
  • 通讯作者：
    Chen, Degang
A regret theory-based three-way decision approach with three strategies
基于后悔理论的具有三种策略的三向决策方法
  • DOI：
    10.1016/j.ins.2022.02.030
  • 发表时间：
    2022-02
  • 期刊：
    Information Sciences
  • 影响因子：
    8.1
  • 作者：
    Jinxing Zhu;Xueling Ma;Jianming Zhan
  • 通讯作者：
    Jianming Zhan
An investigation on Wu-Leung multi-scale information systems and multi-expert group decision-making
Wu-Leung多尺度信息系统与多专家群决策研究
  • DOI：
    10.1016/j.eswa.2020.114542
  • 发表时间：
    2021-01-15
  • 期刊：
    EXPERT SYSTEMS WITH APPLICATIONS
  • 影响因子：
    8.5
  • 作者：
    Zhan, Jianming;Zhang, Kai;Wu, Wei-Zhi
  • 通讯作者：
    Wu, Wei-Zhi

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

人类免疫缺陷病毒Ⅰ型慢病毒载体在脑梗死基因治疗中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中华神经科杂志
  • 影响因子：
    --
  • 作者：
    李霞;马学玲;刘亢丁
  • 通讯作者：
    刘亢丁
荧光差异双向凝胶电泳法筛选大鼠
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国老年学杂志
  • 影响因子：
    --
  • 作者：
    马学玲;刘亢丁;李楠
  • 通讯作者：
    李楠
人骨髓间充质干细胞定向移植对局
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    吉林大学学报医学版
  • 影响因子：
    --
  • 作者：
    马学玲;刘亢丁;文佳媚
  • 通讯作者：
    文佳媚
内生真菌紫杉醇生物合成的研究现状与展望
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    生物工程学报
  • 影响因子：
    --
  • 作者：
    马学玲;刘丹;王晓华;王歆
  • 通讯作者：
    王歆
差异蛋白质组学在缺血性脑血管病
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国急救医学
  • 影响因子：
    --
  • 作者：
    马学玲;刘亢丁
  • 通讯作者：
    刘亢丁

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

马学玲的其他基金

面向不完备信息系统的三支多属性决策研究
  • 批准号：
    12161036
  • 批准年份：
    2021
  • 资助金额：
    33 万元
  • 项目类别：
    地区科学基金项目
基于粗糙软集的(m, n)元(超)半环研究
  • 批准号：
    11561023
  • 批准年份：
    2015
  • 资助金额：
    35.0 万元
  • 项目类别：
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码