基于決策表的屬性重要性度量及應(yīng)用.pdf

1、粗糙集理論是由波蘭科學(xué)家Z.Pawlak提出的一種用來處理模糊和不確定知識(shí)的數(shù)學(xué)工具，目前廣泛應(yīng)用于復(fù)雜系統(tǒng)優(yōu)化、人工智能、數(shù)據(jù)挖掘等領(lǐng)域。屬性約簡(jiǎn)是其研究的核心內(nèi)容。屬性約簡(jiǎn)指的是在保持原有信息系統(tǒng)分類能力不變的前提下，刪去系統(tǒng)中的冗余屬性的過程，并且處理后的系統(tǒng)仍然能夠表示原有的信息系統(tǒng)。如何找到合理有效的約簡(jiǎn)算法仍是粗糙集理論的重要內(nèi)容之一。
　　在決策表中，每個(gè)屬性的重要性是不同的，所以如何度量屬性的重要性是屬性約簡(jiǎn)中的一

2、個(gè)關(guān)鍵問題。為了解決現(xiàn)有的屬性重要性度量方法通常忽略了屬性之間的相互作用和相互聯(lián)系這個(gè)問題，本文提出了基于差異度的度量方法。該方法首先將給定的集合按照條件屬性的取值拆分為若干子集，然后計(jì)算屬性子集描述信息系統(tǒng)相對(duì)于全部屬性描述而言，所造成的劃分的差異程度，這也從側(cè)面反映了屬性子集相對(duì)于全部屬性的重要程度，因此可以根據(jù)差異度進(jìn)行屬性重要性的度量。進(jìn)而針對(duì)綜合評(píng)價(jià)問題中模糊綜合函數(shù)的選擇問題，結(jié)合Choquet模糊積分，建立了一種基于決策信