基于模糊粗糙集的降維算法研究.pdf

1、摘要近年來。信息技術(shù)的廣泛應(yīng)用使企業(yè)采集到的數(shù)據(jù)以前所未有的速度增長。但是海量數(shù)據(jù)采集后并未得到充分的應(yīng)用和開發(fā)，信息含量高、內(nèi)容豐富的數(shù)據(jù)庫成為無人問津的數(shù)據(jù)墳?zāi)?，造成資源的極大浪費。知識處理技術(shù)的興起與迅速發(fā)展，使海量數(shù)據(jù)的實際應(yīng)用成為可能。然而，數(shù)據(jù)維數(shù)過大嚴(yán)重地影響了規(guī)則和案例的提取以及基于知識推理系統(tǒng)的響應(yīng)速度和并發(fā)用戶數(shù)。模糊粗糙集理論是解決數(shù)據(jù)集維數(shù)問題的有效工具，但基于模糊粗糙集的降維算法還不多。本篇論文首先系統(tǒng)地總結(jié)了

2、模糊粗糙集的研究成果及發(fā)展趨勢，根據(jù)模糊粗糙近似推演方式的不同，主要形成了三種從不同角度研究的模糊粗糙集。論文對屬性模糊化的方法進(jìn)行了研究，給出了單個屬性和復(fù)合屬性模糊化的一般方法。通過比較國內(nèi)外在粗糙集和模糊粗糙降維思想與算法，提出了三種模糊粗糙降維算法:屬性遞減約簡算法，基于遺傳算法的約簡算法以及約簡樹算法。屬性遞減約簡算法計算復(fù)雜性較低，基于遺傳算法的約簡性能出色，而約簡樹算法能夠找到最小約簡，并且不需要對解空間進(jìn)行完全搜索。鐵路

3、貨票中包含大量客戶及鐵路運輸相關(guān)信息，通過分析研究，結(jié)合鐵路貨運營銷專家的經(jīng)驗，綜合利用提出的算法對廣鐵集團(tuán)的貨票數(shù)據(jù)庫進(jìn)行了降維處理，顯著地降低了數(shù)據(jù)的維數(shù)，提取出了影響客戶選擇鐵路運輸?shù)囊蛩?，從而為廣鐵集團(tuán)貨運營銷分析系統(tǒng)的開發(fā)提供了良好基礎(chǔ)。關(guān)鍵詞模糊粗糙集，鐵路貨票，屬性遞減約簡，遺傳算法約簡，約簡樹算法attributes.Railwayinvoicescontainslotsofinformationaboutcustome

4、rsandrailwaytransportation.AftercarefulanalysisandconferringwithexpertsonrailwaytransportationtheauthorcombinesabovealgorithmstoreducethedimensionofdataininvoicedatabaseofGuangZhouRailwayGroup.Theefectisconsiderable.Andt

5、heattributesthatafectcustomerschoiceoftransportationarefoundsoasolidfoundationfordevelopmentofGuangZhouRailwayGroupInvoiceAnalysisSystemisbuilt.KEYWORDSfuzzyroughset，railwayinvoice，attributesdescendingreductiongeneticalg