决策粗糙集与博弈粗糙集之比较

在昨天的博文中，写下了自己对概率RS，决策RS，博弈RS的一点点区别，现在详细的解释一下DTRS中关于阈值，条件概率等计算问题，以及博弈粗糙集的详细介绍。

 

在定义DTRS时，我们引入了条件概率、阈值等我们目前并没有给出解释、计算未知量，因此下一步亟需解决的问题就是：

A)阈值(α, β)的解释与计算；

B)条件概率Pr(C|[x])的估计；

C)概率正、负及边界域的解释与应用.

 

1）阈值(α, β)的解释与计算

、

 

2)条件概率Pr(C|[x])的估计

对条件概率取logit变换，得

 

 

*********************博弈粗糙集*********************

 

博弈粗糙集由里贾纳姚静涛教授研究提出，关键是在对确定域（正域和负域）以及不确定域（边界域）之间的不确定性的权衡中产生的。经过一系列的游戏迭代，最终获得一个满足纳什均衡的阈值对（至于纳什均衡是什么，可自行百科~）。

                     

 

    博弈粗糙集与决策粗糙集的不同之处在于，在决策粗糙集中，对三个域做决定与阈值对(α, β)的确定是分离的两项工作，而博弈粗糙集的这两项工作却是同时进行的；博弈粗糙集确定最佳阈值的过程是在对准确率和接受、拒绝和延迟域大小的权衡中决定的。