dc.contributor.author | Gruszka, Iwona | |
dc.date.accessioned | 2016-02-01T13:27:23Z | |
dc.date.available | 2016-02-01T13:27:23Z | |
dc.date.issued | 2007 | |
dc.identifier.issn | 0208-6018 | |
dc.identifier.uri | http://hdl.handle.net/11089/16841 | |
dc.description | This research has been supported by grant No. 2 H02B 006 22 from
State Committe for Research (Komitet Badań Naukowych). | pl_PL |
dc.description.abstract | The rough sets theory was introduced by Z. Pawlak (1982). The mathematical
base on rough sets approach is a binary relation on universe of objects. In the classic rough
sets theory there is an indiscemibility relation. As an equivalence relation it permit to divide
the universe of objects on equivalence classes called elementary sets and forms a basic granules
of knowledge of the universe. For creating good decision model (with possible small number
of robust rules) the granulation process is indispensable. However, from the other point of
view, it is natural to extend the indiscemibility concept taking into account the situations
where some objects dominate another ones by the considered criteria which domains are
preferentially ordered.
For this reason S. Greco, B. Materazzo and R. Słowiński (1996a, b, 1999) have
proposed an extension of the rough set theory. This innovation is based on substitution of
the indiscemibility relation by a dominance relation in the rough approximation of decision
classes.
The aim of this work is the decision analysis of EU’s countries classification problem for
designing the decision model with dominance relation approach using the "4eMka" system.
Also the probabilistic characteristics of decision rules are presented. | pl_PL |
dc.description.abstract | Teoria zbiorów przybliżonych została wprowadzona przez Z. Pawlaka w 1982. Matematyczną
podstwą zstosowania zbiorów przybliżonych jest relacja binarna określona na uniwersum
obiektów. W klasycznej analizie zbiorów przybliżonych jest to relacja nierozróżnialności. Jako
relacja równoważności pozwala ona dzielić uniwersum obiektów na klasy równoważności,
które stanowią atomy wiedzy o uniwersum. W celu wyindukowania dobrego modelu (z możliwie
małą liczbą silnych reguł) niezbędny jest proces granulacji. Niemniej jednak z innego punktu
widzenia całkiem naturalne wydaje się rozszerzenie koncepcji nierozróżnialności w celu rozważenia
sytuacji, gdy jedne obiekty dominują nad innymi ze wyględu na rozważane kryteria,
których zbiory wartości są uporządkowne zgodnie z preferencjami decydenta.
S. Greco, B. Materazzo i R. Słowiński (1999a, b, 1999) zaproponowali rozszerzenie
teorii zbiorów przybliżonych — relacja nierozróżnialności została zastąpiona relacją dominacji.
Celem analizy przeprowadzonej przez autorkę jest indukcja modelu decyzyjnego i określenie
probabilistycznych właściwości generowanych reguł decyzyjnych dla problemu wielokryterialnej
klasyfikacji państw Unii Europejskiej. Analiza została przeprowadzona przez autorkę w systemie
„4eMka”. | pl_PL |
dc.description.sponsorship | Zadanie pt. „Digitalizacja i udostępnienie w Cyfrowym Repozytorium Uniwersytetu Łódzkiego kolekcji czasopism naukowych wydawanych przez Uniwersytet Łódzki” nr 885/P-DUN/2014 zostało dofinansowane ze środków MNiSW w ramach działalności upowszechniającej naukę. | pl_PL |
dc.language.iso | en | pl_PL |
dc.publisher | Wydawnictwo Uniwersytetu Łódzkiego | pl_PL |
dc.relation.ispartofseries | Acta Universitatis Lodziensis. Folia Oeconomica;206 | |
dc.subject | rough sets | pl_PL |
dc.subject | multicriteria classification problem | pl_PL |
dc.title | The Rough Sets Approach to Multicriteria EU ’s Countries Classification Problem Based on Dominance Relation - the Probabilistic Characteristics of Decision Rules | pl_PL |
dc.title.alternative | Zastosowanie zbiorów przybliżonych do wielokryterialnego problemu klasyfikacji państw Unii Europejskiej w oparciu o relację dominacji. Probabilistyczne właściwości generowanych reguł decyzyjnych | pl_PL |
dc.type | Article | pl_PL |
dc.rights.holder | © Copyright by Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2007 | pl_PL |
dc.page.number | 209-219 | pl_PL |
dc.contributor.authorAffiliation | Karol Adamiecki University of Economics, Katowice | pl_PL |
dc.references | Greco S., Materazzo B., Słowiński R. (1996a), Rough Approximation of a Preference Relation by Dominance Relation, ICS Research Report 16/96, 13. | pl_PL |
dc.references | Greco S., Materazzo B., Słowiński R. (1996b), On Joint Use of Indiscernibility, Similarity and Dominance Rough Approximation of Decision Classes, ICS Research Report 16/96, 11. | pl_PL |
dc.references | Greco S., Materazzo B., Słowiński R. (1999), The Use of Rough Sets and Fuzzy Sets in MCDM, [in:] Multicriteria Decision Making: Advances in MCDM Models, Algorithms, Theory, and Applications, Kluwer Academic Publihers, Boston-Dordrecht-London. | pl_PL |
dc.references | Gruszka I. (2005), The Decision Analysis Based on Similarity Relation. An Application of The Rough Sets Theory to Multiattribute EU's Countries Classification Problem, WISSC-4’04 Fourth Warsaw International Seminar on Soft Computing (in appear) 15. | pl_PL |
dc.references | Grzymała-Busse J. W. (1992), LERS - A System for Learning from Examples Based on Rough Sets, [in:] Intelligent Decision Support. Handbook of Applications and Advances of The Rough Sets Theory, R. Słowiński (ed.), Kluwer Academic Publisher, 15. | pl_PL |
dc.references | Osiewalski J., Welfe A. (1999), A Short-Run Price-Wage Nexus: An Application of Endogenous Switching, “Przegląd Statystyczny”, 11, 4, 435-440. | pl_PL |
dc.references | Pawlak Z. (1982), Rough sets, “International Journal of Computer and Information Sciences”, 15, 11. | pl_PL |
dc.references | Pawlak Z. (1999), Rough Classification, “International Journal of Human Computer Studies”, 51, 14. | pl_PL |
dc.references | Pawlak Z. (2001), Rough Sets and Decision Algorithms, [in:] RSCTC 2000, LNAI 2005, W. Ziarko, Y. Yao (eds.), Springer-Verlag, Berlin-Heidelberg. | pl_PL |
dc.references | Stefanowski J. (2001), Algorytmy indukcji reguł decyzyjnych w odkrywaniu wiedzy, “Rozprawy”, 361 (Wydawnictwo Politechniki Poznańskiej, Poznań). | pl_PL |