概率粗糙集(PRS)和分级粗糙集(GRS)是两个量化模型,分别测量等效类和基本概念之间的相对和绝对定量信息。 作为一种特殊的PRS模型,决策理论粗糙集(DTRS)主要利用条件概率来表达相对定量。 但是,它忽略了等价类和基本集之间重叠的绝对定量信息,并且不能反映信息的独特程度,并且在现实生活中极大地限制了它们的应用。 为了克服这些缺陷,本文提出了一种基于贝叶斯决策程序和GRS的双定量决策理论粗糙集(Dq-DTRS)框架。 构造了两种Dq-DTRS模型,它们实质上指示了相对定量和绝对定量。 在进一步研究讨论决策规则和这两种模型之间的内在联系之后,我们介绍了有关医学诊断的说明性案例研究,以解释和表达这些理论,这对于将这些理论应用于处理实际问题非常有价值。