基于粒子群的粗糙集屬性約簡研究.pdf

1、粗糙集理論是一種處理含糊和不確定性信息的新型數(shù)學工具，該理論自提出以來得到迅速的發(fā)展和廣泛的應用。知識約簡是粗糙集理論重要的研究內容之一，它的主要目的在于去除數(shù)據中的冗余信息，同時，保持原決策信息系統(tǒng)的分類能力不變。 然而，如何獲得最小約簡，則一直是人們所重點研究的問題。由于尋找最小屬性約簡問題已經被證明為NP問題，所以引入帶隨機策略的約簡算法改善目前的約簡算法成為一種必然的趨勢。粒子群算法因其簡單有效而被引入到粗糙集屬性約簡中

2、，但它本身有兩個較大不足即收斂速度不佳和易陷入局部最優(yōu)。因此，本文針對其不足從擴大搜索范圍和加快收斂速度這兩個方面進行了相關的研究。 本文首先對粒子群算法本身進行了分析，找出其搜索低效的源頭，在解決如何擴大其搜索范圍問題的同時，提出了改進的量子粒子群約簡算法。此算法主要是利用量子系統(tǒng)具有較大的搜索范圍，能夠使每個粒子在遠離目前全局最優(yōu)的區(qū)域進行搜索，從而達到避免算法過早收斂于局部最優(yōu)，找到最優(yōu)約簡的目的。 在本文隨后的研