[发明专利]博弈粗糙集的概率阈值计算方法、装置、设备和存储介质

说明书

本发明适用于计算机技术领域，提供了一种博弈粗糙集的概率阈值计算方法、装置、设备和存储介质，所述计算方法包括：获取概率信息数据；基于概率数据信息计算粗糙集评价指标值；确定最优粗糙集评价指标值；根据最优粗糙集评价指标值对概率阈值进行更新；对步长值进行更新；循环前述计算粗糙集评价指标值、确定最优粗糙集评价指标值以及对概率阈值和步长值进行更新的步骤直到满足条件，输出此时概率阈值。本发明提供的概率阈值计算方法通过在更新阈值的过程中，同时对更新阈值所用到的步长值进行调整，能够在概率阈值接近于全局最优点时，降低概率阈值的调整幅度，从而有效的避免了全局最优点被跳过的风险，保证了所求解的概率阈值的效果。

技术领域

本发明属于计算机技术领域，尤其涉及一种博弈粗糙集的概率阈值计算方法、装置、设备和存储介质。

背景技术

文献“Zhang Y,Yao J T.Multi-criteria based three-way classificationswith game-theoretic rough sets[C]//International Symposium on Methodologiesfor Intelligent Systems.Springer,Cham,2017:550-559.”公开了一种基于博弈理论的计算概率阈值的博弈粗糙集模型。该模型构造了一个博弈游戏，相互冲突或协作的粗糙集指标作为游戏玩家，玩家可以采用的行动策略为概率阈值递增或递减一个固定的步长值，通过计算搜索策略组合的回报函数找出纳什均衡点，进行更新概率阈值。

然而该文献中所公开的计算概率阈值的博弈粗糙集模型还存在着容易陷入局部最优的情况，即更新概率阈值的过程中容易跳过全局最优点，导致所求解的概率阈值并非是全局最优点，从而影响到了最终确定出的概率阈值的效果。

可见，现有的博弈粗糙集模型中概率阈值的计算方法还存在着容易陷入局部最优，导致所求解的概率阈值的效果不够理想的技术问题。

发明内容

本发明实施例的目的在于提供一种博弈粗糙集的概率阈值计算方法，旨在解决现有的博弈粗糙集模型中概率阈值的计算方法还存在的容易陷入局部最优，导致所求解的概率阈值的效果不够理想的技术问题。

本发明实施例是这样实现的，一种博弈粗糙集的概率阈值计算方法，包括：

本发明实施例的另一目的在于提供一种博弈粗糙集的概率阈值计算装置，包括：

概率信息数据获取模块，获取已知目标概念的多个概率信息数据；

评价指标值计算模块，用于根据所述多个概率信息数据、当前第一概率阈值、当前第二概率阈值以及多个概率阈值更新组合策略进行计算，获得与所述多个概率阈值更新组合策略分别对应的多个粗糙集评价指标值；所述概率阈值更新组合策略由预设的第一概率阈值更新策略和预设的第二概率阈值更新策略组合确定，所述概率阈值更新组合策略中的当前步长值用于对概率阈值进行调整；

最优概率阈值调整策略确定模块，用于根据预设的最优粗糙集评价指标值确定规则从所述多个粗糙集评价指标值确定最优粗糙集评价指标值，并根据所述最优粗糙集评价指标值确定最优概率阈值更新组合策略；

概率阈值更新模块，用于根据所述最优概率阈值组合策略对所述当前第一概率阈值和所述当前第二概率阈值进行更新；

步长值调整模块，用于根据预设的步长值更新规则对当前步长值进行更新；

终止判断模块，用于判断概率阈值的更新次数是否满足预设的终止条件；

循环模块，用于当判断概率阈值的更新次数不满足预设的终止条件时，返回至评价指标值计算模块；

概率阈值输出模块，用于当判断概率阈值的更新次数满足预设的终止条件时，输出当前第一概率阈值和当前第二概率阈值。