不完備混合決策系統(tǒng)中的屬性約簡算法研究與應(yīng)用.pdf

1、為了有效處理大量數(shù)據(jù)并獲取有潛在價(jià)值的知識(shí)，數(shù)據(jù)挖掘已經(jīng)成為一個(gè)研究的熱點(diǎn)問題。在數(shù)據(jù)挖掘領(lǐng)域中，按照分析模式的不同可以分為很多種不同的數(shù)據(jù)分析技術(shù)，數(shù)據(jù)分類技術(shù)就是其一。利用數(shù)據(jù)分類技術(shù)，可以描述數(shù)據(jù)模型或預(yù)測(cè)未來趨勢(shì)。粗糙集作為一種處理不確定性問題的軟計(jì)算數(shù)學(xué)工具，已逐漸發(fā)展成為了一種用于研究數(shù)據(jù)分類的重要方法。
　　由于經(jīng)典粗糙集是建立在等價(jià)關(guān)系基礎(chǔ)之上對(duì)論域進(jìn)行劃分的，因此會(huì)有兩方面的局限性:一方面經(jīng)典粗糙集只能處理完備決

2、策系統(tǒng)，而不能直接處理含有屬性值缺失的不完備決策系統(tǒng)，另一方面經(jīng)典粗糙集只能處理具有名義型屬性的數(shù)據(jù)，而不能直接處理既含有名義型屬性又含有數(shù)值型屬性的混合型數(shù)據(jù)，本文針對(duì)以上兩個(gè)問題進(jìn)行了研究，并提出了相應(yīng)地解決方法。
　　本文的主要?jiǎng)?chuàng)新點(diǎn)有:
　　1)以經(jīng)典粗糙集的推廣之一——鄰域粗糙集為出發(fā)點(diǎn)，結(jié)合不完備決策系統(tǒng)中的擴(kuò)充粗糙集模型，提出兩種新的關(guān)系模型:限制鄰域關(guān)系和擴(kuò)展鄰域關(guān)系（后者通過在前者的思想之上，引入變精度概念

3、來指導(dǎo)屬性約簡過程），旨在可以直接處理具有名義型屬性和數(shù)值型屬性的完備或不完備決策系統(tǒng)，從而省去了對(duì)這些類型的數(shù)據(jù)進(jìn)行預(yù)處理所帶來的不確定性。
　　2)分別提出了基于代數(shù)觀和基于信息觀的屬性約簡算法，兩者均采用啟發(fā)式思想來設(shè)計(jì)（后者的啟發(fā)條件包含前者），旨在獲得相對(duì)最小屬性約簡結(jié)果。另外提出了基于可辨識(shí)矩陣的屬性約簡算法，該算法采用窮盡式思想來設(shè)計(jì)，力圖獲得屬性核以及所有可能的屬性約簡結(jié)果。最后采用UCI數(shù)據(jù)集進(jìn)行算法的仿真實(shí)驗(yàn)和