基于模糊粗糙集的屬性約簡(jiǎn)研究.pdf

1、粗糙集和模糊集是處理數(shù)據(jù)的兩種不同的數(shù)學(xué)方法。粗糙集理論是波蘭數(shù)學(xué)家Z.Pawlak于1982年提出來(lái)的兩種處理不確定和不精確數(shù)據(jù)的理論，是通過(guò)等價(jià)關(guān)系來(lái)研究對(duì)象之間的不可分辨關(guān)系；模糊集理論是美國(guó)控制論專家Zadeh于1965年提出的一種處理非精確的現(xiàn)象的數(shù)學(xué)工具，是利用集合的特征函數(shù)來(lái)處理邊界的不可定義性，在模糊集合中并沒(méi)有應(yīng)用對(duì)象之間不可分辨性的概念。在屬性約簡(jiǎn)中，模糊集理論與粗糙集理論結(jié)合的方法是一個(gè)新的研究方向，在實(shí)際應(yīng)用中是

2、非常有意義的。 本文基于模糊集理論和粗糙集理論的結(jié)合，對(duì)屬性約簡(jiǎn)的算法進(jìn)行了研究和探討。主要研究結(jié)果如下： 1.研究了粗糙集和模糊集的基本概念及思想內(nèi)涵，將粗糙集理論與模糊集理論進(jìn)行比較，說(shuō)明了兩者相結(jié)合在研究屬性約簡(jiǎn)方面的優(yōu)勢(shì)。 2.介紹了基于區(qū)分矩陣的屬性約簡(jiǎn)算法，通過(guò)分析，說(shuō)明了算法的不足，提出相應(yīng)的改進(jìn)策略。將啟發(fā)性知識(shí)結(jié)合區(qū)分矩陣，提出了基于屬性特征權(quán)值的區(qū)分矩陣的啟發(fā)式約簡(jiǎn)算法，較以往的算法意義更加直