兩種粗糙集模型下的屬性約簡(jiǎn)方法研究.pdf

1、粗糙集理論作為智能信息處理的一種重要方法，由波蘭科學(xué)家Pawlak首先提出，引起大量學(xué)者關(guān)注并對(duì)其開(kāi)展研究。在研究過(guò)程中，學(xué)者們?yōu)榱舜蚱拼植诩瘧?yīng)用場(chǎng)景的局限性，提出了一系列的粗糙集擴(kuò)展模型。值得一提的是，其中有兩個(gè)粗糙集模型應(yīng)用十分廣泛，即：模糊粗糙集模型、決策粗糙集模型。前者用于改善粗糙集理論在處理模糊問(wèn)題的乏力狀況，使得粗糙集理論在模糊性問(wèn)題的處理方面也有了較好的能力；后者是一個(gè)借助貝葉斯風(fēng)險(xiǎn)決策理論進(jìn)行改進(jìn)的粗糙集模型，它給粗糙集

2、引入語(yǔ)義解釋?zhuān)瑯O大地緩解了粗糙集解決問(wèn)題缺乏科學(xué)語(yǔ)義支撐的尷尬局面。同時(shí)，它也消除了經(jīng)典粗糙集零錯(cuò)誤容忍率和現(xiàn)實(shí)應(yīng)用中存在錯(cuò)誤率的矛盾。隨著這兩個(gè)改進(jìn)粗糙集模型的廣受歡迎，作為粗糙集理論的核心內(nèi)容之一的屬性約簡(jiǎn)，其研究的價(jià)值也變得越來(lái)越大。
　　針對(duì)以上研究問(wèn)題，本文擬從模型的理論和應(yīng)用兩個(gè)方面開(kāi)展該研究工作。主要研究?jī)?nèi)容如下：
　　(1)針對(duì)模糊粗糙集模型，我們從測(cè)試代價(jià)出發(fā)，根據(jù)模糊粗糙集模型的特性，分析測(cè)試代價(jià)敏感的屬

3、性約簡(jiǎn)方法的實(shí)現(xiàn)方法，并給出兩種不同的算法思想，定義出其相對(duì)應(yīng)的基于降低測(cè)試代價(jià)原則的算法，并通過(guò)實(shí)驗(yàn)對(duì)理論進(jìn)行驗(yàn)證這兩種算法在處理該問(wèn)題的效率。從實(shí)驗(yàn)結(jié)果我們可以發(fā)現(xiàn)，遺傳算法在處理該問(wèn)題的時(shí)候在不考慮時(shí)間的情況下能得到更好的結(jié)果。
　　(2)針對(duì)決策粗糙集模型，我們從決策規(guī)則的角度出發(fā)，對(duì)決策保持屬性約簡(jiǎn)和決策單調(diào)屬性約簡(jiǎn)方法進(jìn)行分析。將局部約簡(jiǎn)的方法引入決策粗糙集模型下，定義出局部決策保持和決策單調(diào)屬性約簡(jiǎn)的方法，分析方法的