基于AFS理論和貼近度的模糊推理規(guī)則提取及屬性約簡.pdf

1、在知識經濟的時代,各種數據庫中的數據繁雜卻又蘊含重要的信息、知識.如何能最大限度的挖掘出有用的信息讓其更好的服務于社會已成為人們普遍關注的問題.由劉曉東教授首創(chuàng)的AFS理論是從問題的原始數據出發(fā)用統(tǒng)一的算法建立起來的一種新的模糊數學分析方法.它由原始數據用AFS結構和AFS代數的運算以及其上的一個逆序對合運算建立模糊邏輯系統(tǒng),用拓撲分子格刻劃人類概念之間的抽象關系,使得隸屬函數和模糊邏輯系統(tǒng)的建立更具客觀性、嚴密性和統(tǒng)一性.自從模糊數學

2、誕生以來人們所采用的隸屬函數定義都是人為規(guī)定的,帶有太多的主觀因素,無法讓人信服.AFS理論給出了不同于以往的全新的隸屬函數的定義,這種定義方法相對客觀、科學而且便于理解.這樣就使得以AFS理論為基礎的研究方法更加嚴密、客觀.該文將AFS理論與格貼近度相結合應用于模糊推理規(guī)則,得到了一種新的基于AFS理論與貼近度的模糊推理方法.通過實例可以看出此種模糊推理方法十分符合人的直覺,與所給的表中數據十分接近,而且簡單、可行,便于操作.將AFS

3、理論與貼近度相結合對數據庫的屬性進行分析,得到了一種新的屬性約簡的方法.一個現實中的例子反映出這種方法的簡易、準確、可靠.這種方法不受數據庫中數據類型、數據形式的限制,這在某種程度上優(yōu)于現在十分流行的粗糙集屬性約簡方法.有些數據庫的屬性粗糙集方法根本無從下手,不能進行約簡,但該文中的方法卻能輕松的進行各類數據庫的屬性約簡,從而具有更大的廣泛性和適應性.該文給出的基于AFS理論與貼近度的模糊推理規(guī)則提取及屬性約簡方法是以AFS理論為基礎的