兩種粗糙集模型下的屬性約簡方法研究.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)注并對其開展研究。在研究過程中，學(xué)者們?yōu)榱舜蚱拼植诩瘧?yīng)用場景的局限性，提出了一系列的粗糙集擴展模型。值得一提的是，其中有兩個粗糙集模型應(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題的乏力狀況，使得粗糙集理論在模糊性問題的處理方面也有了較好的能力；后者是一個借助貝葉斯風(fēng)險決策理論進行改進的粗糙集模型，它給粗糙集

2、引入語義解釋，極大地緩解了粗糙集解決問題缺乏科學(xué)語義支撐的尷尬局面。同時，它也消除了經(jīng)典粗糙集零錯誤容忍率和現(xiàn)實應(yīng)用中存在錯誤率的矛盾。隨著這兩個改進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，其研究的價值也變得越來越大。
　　針對以上研究問題，本文擬從模型的理論和應(yīng)用兩個方面開展該研究工作。主要研究內(nèi)容如下：
　　(1)針對模糊粗糙集模型，我們從測試代價出發(fā)，根據(jù)模糊粗糙集模型的特性，分析測試代價敏感的屬

3、性約簡方法的實現(xiàn)方法，并給出兩種不同的算法思想，定義出其相對應(yīng)的基于降低測試代價原則的算法，并通過實驗對理論進行驗證這兩種算法在處理該問題的效率。從實驗結(jié)果我們可以發(fā)現(xiàn)，遺傳算法在處理該問題的時候在不考慮時間的情況下能得到更好的結(jié)果。
　　(2)針對決策粗糙集模型，我們從決策規(guī)則的角度出發(fā)，對決策保持屬性約簡和決策單調(diào)屬性約簡方法進行分析。將局部約簡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)屬性約簡的方法，分析方法的