方法论的软集决策模式

计算机科学技术的快速发展使得人们面临着如何从海量、杂乱、不完备的数据中获取有用知识并将其恰当表示的问题。例如图像处理、DNA 序列分析、无线通讯传播、病情诊断等领域都要涉及大量的 0-1 信息系统。如何能够较快的从这类信息系统中基于决策角度提取出有用知识，在当今大数据信息时代[1]具有重要的研究意义。

1999 年俄罗斯学者 Molodstov 提出了一种信息系统分析方法--软集理论[2]。同模糊集合、粗糙集相比较，软集是参数化的经典子集，也可以理解为一种 0-1 型信息系统。近年来软集理论在模型扩展[3-11]和应用研究方面[12-39]都取得了快速进展。

图 1 1 软集的代数理论研究模式以及存在的问题

目前软集的研究重心主要集中在代数理论上（见图 1），但关于软集的内涵及其应用方

面的发展却遇到瓶颈，本项目旨在从新的角度理解和发展软集理论。主要包含以下几个方面：① 几乎在所有的参考文献前言介绍中，都认为软集理论是处理不确定问题的一种理论。但是软集理论到底处理的是什么样的不确定问题，项目将进行明确的分析和研究。② 软集理论与已有相关的不确定问题处理理论和方法的不同之处在哪里。即有哪些问题领域软集能够处理，但已有的理论方法不行或者不好。项目将重点研究在哪些问题领域有自己的独特优势？③ 软集处理不确定问题的比较系统的理论，工具或者模型体系需要在解决①和②的基础上进行梳理总结。④ 软集的方法论意义。拟从决策方法论的角度充分理解和丰富软集的概念内涵，为软集的发展提供理论高度和新的研究方向，见图 2。

图 图 2 2 基于方法论的软集决策模式

表 表 1 1 软集与 经典集合 之 比较

站在方法论的高度，极大丰富和扩充软集的概念内涵，见表 1。这是一个非常重要的研究课题，因为它可以为软集的基础理论和关键技术研究提供新思路和广阔的空间。