亓 慧 魏 巍 王文剑,3

1(太原师范学院计算机系 山西 晋中 030619)2(山西大学计算机与信息技术学院 山西 太原 030006)3(山西大学计算智能与中文信息处理教育部重点实验室 山西 太原 030006)

0 引 言

三支决策理论的原生模型为粗糙集和决策粗糙集，该理论的衍生与拓展实则为粗糙集理论中三个区域提供了恰当的语义解释[1-2]。其核心思想是将一个统一集划分为三个互不相交的不同区域，进而对每一个区域采取相应的决策策略[3]。例如，在粗糙集理论研究中，通过下近似集合与上近似集合的定义，论域可被划分为正域、负域、边界域。作为传统二支决策理论的一种重要推广，三支决策理论给决策者分别分配接受、拒绝、不承诺决策。而在面向实际问题的决策过程中，人们最初面对的信息往往是不确定的，不足以完成确切的决策，而是需要另外一个待定渐进的过程来进行新的有效信息的补给。因此，在真实环境中，伴随着信息的迭代补充，决策过程以及决策结果也应更新与递进。事实上，我们就将这种从粗粒度到细粒度的决策过程称之为序贯决策方法[4]。

在原有三支决策研究成果的基础上，Yao等[4-5]于2003年开创性地构建了序贯三支决策的研究理念，并进一步地给出了一种具体的序贯三支决策算法。在此思想的引导下，众多研究工作者从不同方面针对序贯三支决策思想开展了大量的工作。Li等[6-7]提出了代价敏感的序贯三支决策方法；Qian等[8-9]在动态粒度方法下研究了基于序贯三支决策的属性约简方法；……