来源：期刊VIP网 时间：
作者：王迪;钱进;郑明晨;
单位：江苏科技大学计算机学院;华东交通大学软件学院;
摘要：三支决策是解决复杂决策问题的一种有效方法，但现有的三支决策模型大多基于单个决策标准，可能无法高效地处理决策问题。因此，为解决这一问题，提出了一种基于集成学习的三支决策模型。首先，在决策过程中采用不同的决策标准来获得不同的三支决策结果。之后受悲观多粒度粗糙集思想的启发，利用集合之间的基本操作求解三个决策区域的共识集合。其次，根据对象的相似度，利用k-means算法将不一致集合划分为三个互不相交的子集。最后，分别将这些子集加入各自的共识集合中获得最终的三支决策结果。根据不同数据集上的实验结果可知，所提出的模型与其他传统三支决策模型相比，分类精度和综合评价指标更高，并且有更小的边界区域占比。
关键词：三支决策;;集成学习;;聚类集成;;聚类分析
基金资助：国家自然科学基金项目(62066014,62466017);; 江西省“双千计划”;; 江西省自然科学基金项目(20232ACB202013)
