不完備信息系統(tǒng)的粗糙集屬性約簡進化算法及應(yīng)用研究.pdf

1、粗糙集理論是一種新型的處理不確定性知識的工具，屬性約簡是粗糙集理論研究中的核心問題之一，也是粗糙集有效算法研究的焦點。為了獲得簡明的規(guī)則集，通常希望能找出最小的屬性約簡集，而求解最小約簡是NP難問題，解決此類難題通常采用啟發(fā)式算法以求得近似最優(yōu)解。本文以粗糙集理論為工具，不完備信息系統(tǒng)為對象，知識獲取為目的，研究基于粗糙集理論的不完備信息系統(tǒng)的屬性約簡算法及其應(yīng)用。 首先，研究了在不完備信息系統(tǒng)下的屬性約簡算法?；谙嗳蓐P(guān)系，提

2、出了一種應(yīng)用遺傳算法求解分配約簡的方法，并通過實例分析說明該算法是可行且有效的。通過對不完備信息系統(tǒng)中的粗糙集約簡算法的研究，目的是擴展信息系統(tǒng)的數(shù)據(jù)在不完備情況下的數(shù)據(jù)挖掘的應(yīng)用范圍，同時，算法的提出給不完備信息系統(tǒng)下的粗糙集算法研究提供了一些新思路。 其次，設(shè)計了一個基于本文提出的基于相容關(guān)系的分配約簡遺傳算法的高校人事不完備信息系統(tǒng)的知識獲取模型。目的是對高校人事管理提供一種新的決策支持方法，進一步提高人事管理的針對性和實