優(yōu)勢關(guān)系粗糙集的擴展模型及快速約簡方法.pdf

1、在基于優(yōu)勢關(guān)系的粗糙集理論中，優(yōu)勢關(guān)系要求“對象x優(yōu)于y當且僅當對象x在每個屬性上均優(yōu)于對象y”。當屬性個數(shù)較多時，這種優(yōu)勢關(guān)系的定義會導致對象的優(yōu)勢集偏小，影響到規(guī)則的提取和決策結(jié)果。此外，為了從復雜的基于優(yōu)勢關(guān)系的信息系統(tǒng)中獲取簡潔的規(guī)則，就必須對系統(tǒng)進行知識約簡。因此有必要對優(yōu)勢關(guān)系粗糙集建立擴展模型以及進行相應(yīng)的快速約簡方法的研究。
　　本研究采用引入?yún)?shù)的方法擴展了傳統(tǒng)優(yōu)勢關(guān)系的概念，即認為“如果一個對象x在‘大多數(shù)’屬

2、性上優(yōu)于另一個對象y，則稱x優(yōu)于y”。在此基礎(chǔ)上，我們進一步給出了擴展后的優(yōu)勢集和近似集的概念，并結(jié)合變精度的思想建立了擴展優(yōu)勢關(guān)系下的變精度粗糙集模型。由于能夠從數(shù)據(jù)中提取更多有用的信息，該模型相比傳統(tǒng)的優(yōu)勢關(guān)系粗糙集模型，表現(xiàn)出更好的分類精度。在多準則分類問題中，考慮條件屬性是有序的而決策屬性是符號值的情況。我們在這樣的信息系統(tǒng)上進行研究。針對優(yōu)勢關(guān)系粗糙集模型的約簡效率低的問題，我們引入“Positive approximatio