控制与决策

作者：王景瑞,孙秉珍,包强,刘极倩,楚晓丽

单位：西安电子科技大学 经济与管理学院，西安 710126,,西安电子科技大学 经济与管理学院，西安 710126,,西安电子科技大学 经济与管理学院，西安 710126,,西安电子科技大学 经济与管理学院，西安 710126,,广州中医药大学第二附属医院中医证候全国重点实验室/中医药大数据研究团队，广州 510120,

关键词：多模态;邻域决策粗糙集;模拟退火算法;信息增益;三支决策;多层感知机

基金：陕西省杰出青年科学基金项目(2023-JC-JQ-11)；中央高校基本科研业务费专项资金项目(ZYTS25004)； 国家自然科学基金项目(72071152, 72301082)；西安电子科技大学学科交叉拓展特支计划项目(TZJHS202505)；广东省中医院中医药科学技术研究专项资助项目(YN2022QN33)；广州市重点研发计划项目(202206010101)；广州中医药大学“筑峰造尖”行动计划专项项目(GZY2025GB1207)；中医证候全国重点实验室项目(QZ2023ZZ07).

在医疗领域向数据驱动转型的进程中, 疾病诊断面临多模态数据融合与不确定决策的难题. 对此, 提出一种融合邻域粗糙集与模拟退火算法(SA)的自适应阈值优化多模态三支决策模型. 首先, 定义多模态混合决策信息系统, 结合模态感知的属性邻域划分实现多模态数据统一表征. 其次, 通过信息增益驱动的客观赋权方法刻画属性权重, 并结合跨模态加权融合机制构建多模态加权邻域决策粗糙集. 最后, 融合SA与多层感知机(MLP)构建自适应阈值优化两阶段序贯三支决策模型, 动态优化决策阈值, 解决单阶段决策中边界域样本滞留问题, 形成“数据积累 → 不确定性消解”的正向循环. 在真实临床数据上的实验结果表明, 所提出的模型能有效处理多模态医疗数据, 显著提升多模态疾病诊断中不确定性决策的准确性, 能够为医生提供数据驱动的辅助诊断依据.

来源：2026年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第3期