動態(tài)區(qū)間值信息系統(tǒng)近似集的更新研究.pdf

1、隨著信息技術(shù)產(chǎn)業(yè)不斷取得新的成功，人們可以獲取的數(shù)據(jù)量的大小以及獲取數(shù)據(jù)的周期，都正在發(fā)生著前所未有的變革。面對這些海量的、無明確規(guī)律的、不穩(wěn)定的、快速更新的數(shù)據(jù)，如何進(jìn)行有效的數(shù)據(jù)分析，并從中發(fā)現(xiàn)潛藏在數(shù)據(jù)中的知識，是這個數(shù)據(jù)爆炸時代最為關(guān)注的研究課題之一，同時也是當(dāng)前人們在智能信息領(lǐng)域中面臨的歷史性機(jī)遇與挑戰(zhàn)。而粗糙集理論自1982年由波蘭著名教授Pawlak提出以來，已被廣泛證實是一種高效的用于表達(dá)和處理不確定性問題的數(shù)學(xué)工具。它

2、以等價關(guān)系建立的分類機(jī)制為基礎(chǔ)，可以刻畫不確定性和不完整性的數(shù)據(jù)，并且可以進(jìn)一步對數(shù)據(jù)進(jìn)行分析以及推理，從而發(fā)現(xiàn)隱含知識并揭示其中潛在的數(shù)學(xué)規(guī)律。為了滿足當(dāng)前數(shù)據(jù)科學(xué)的研究，需要越來越多的具有針對性的數(shù)據(jù)處理模型，本文正是在此背景下以粗糙集理論為基礎(chǔ)，在序信息系統(tǒng)中構(gòu)建了幾種新的雙量化粗糙集模型，并研究了多種給定區(qū)間值信息系統(tǒng)的論域隨時間發(fā)生變化時，快速更新近似集的一般方法，同時設(shè)計了相應(yīng)的增量式更新算法，并通過大量的實驗驗證了本文方法

3、的有效性。
　　本研究主要內(nèi)容包括：⑴在序信息系統(tǒng)中融合程度粗糙集模型和變精度粗糙集模型，以變精度粗糙集近似算子和程度粗糙集近似算子為基礎(chǔ)，基于邏輯運算將兩種不同模型的近似算子進(jìn)行重新組合，建立三種新的雙量化粗糙集模型，并對它們的基本數(shù)學(xué)性質(zhì)進(jìn)行了系統(tǒng)性的研究，得到了粗糙集區(qū)域的精確刻畫方法以及三種模型之間的相互關(guān)系。最后利用實際案例充分展示了計算過程，并驗證了模型的合理性和有效性。⑵研究了當(dāng)區(qū)間值決策序信息系統(tǒng)中論域是動態(tài)時，也

4、即是當(dāng)有新的對象被增加到原來的系統(tǒng)中或者有對象被從系統(tǒng)中刪除時，快速更新近似集的一般方法，并根據(jù)提出的近似集更新方法設(shè)計了對應(yīng)的增量式算法，然后基于UCI數(shù)據(jù)集設(shè)計了一系列實驗，將本文設(shè)計的增量式更新近似集算法和傳統(tǒng)的近似集計算方法進(jìn)行比較，進(jìn)一步驗證了當(dāng)論域發(fā)生變化時，本文提出的近似集更新的方法在計算效率方面具有十分明顯的優(yōu)勢。⑶在一般的區(qū)間值決策信息系統(tǒng)中，通過區(qū)間數(shù)的‘交’和‘并’運算定義了一種新的相似性度量，然后基于此度量構(gòu)造了