项目编号

CSTB2023NSCQ-MSX0152

项目类型

面上项目

承担单位

西南大学

项目负责人

李文涛

起止时间

2023.07.01-2026.06.30

项目介绍

本项目旨在探索量化融合的多个信息粒度数学结构及表示理论，以高维、动态、多源异构等复杂数据为研究对象，利用能够兼顾代价与正确性的三支决策理论，研究从复杂数据到智能决策过程中基于多粒度计算的属性约简理论和基于决策规则挖掘的知识获取方法，揭示从复杂数据空间到多粒度知识空间的双重量化融合过程中的不确定性问题。主要研究复杂数据的多粒度空间双重量化融合模型数学表示及近似推理分析、基于双重量化计算的属性约简与信息融合理论、以及双重量化计算与信息融合的不确定性分析等数据科学领域的关键科学问题，从而建立一套复杂数据环境下基于多粒度空间双重量化融合的属性约简与知识获取方法，为基于粒计算的决策规则挖掘和近似推理提供新的理论和方法。

成果介绍

本项目深入研究多粒度量化三支建模与不确定性等内容。项目团队在协同大规模信息融合评估、基于双量化粗糙近似的属性约简、多属性群体决策、多粒度特征选择等方面取得了一系列创新性成果，对复杂数据的不确定性建模与决策分析有重要的应用价值。主要成果以科研论文形式呈现。项目成员在本领域重要学术期刊和会议上正式发表项目相关论文共21篇，其中SCI检索论文14篇，EI论文3篇，国内期刊论文5篇，达到预期计划发表的论文数。另外项目另已录用国内期刊论文2篇。相关成果发表在IEEE TSMC、IEEE TAI、IEEE TCE、IJFS、ASOCO、IEEE JSTAR、Artificial Intelligence Review、IEEE/CAA Journal of Automatica Sinica、《模糊系统与数学》、《人工智能科学与工程》、《重庆邮电大学学报(自然科学版)》等国内外期刊和会议。项目组成员共培养硕士研究生12名。

验收标准

任务书考核指标                      √

约束性考核指标                      √

选择性指标                          无

其他贡献                            无

评审结果

    本项目完成预定目标和任务，验收通过。