三類決策信息系統(tǒng)模型的屬性約簡.pdf

1、粗糙集理論是波蘭科學(xué)家Pawlak教授提出的一種有效地處理模糊、不確定性、不完全知識的數(shù)學(xué)工具。知識約簡是粗糙集理論處理問題的主要任務(wù)之一。眾所周知，知識庫中描述知識的屬性并不是同等重要的，甚至某些屬性是冗余的。這樣一方面造成了資源的浪費(fèi);另一方面信息過于繁雜，會給人們作出正確決擇帶來阻礙。所謂知識約簡，就是保持知識庫分類能力不變的條件下，去除其中不必要或不重要的屬性，使問題表示簡化，這正是人們所期望的。
　　本文主要介紹粗糙集的

2、基本理論，其中詳細(xì)介紹了不完備貝葉斯、直覺模糊、區(qū)間值決策信息系統(tǒng)三類模型，同時(shí)對知識進(jìn)行約簡，刪除冗余屬性，提高了分析和處理信息的效率。
　　本文的主要研究內(nèi)容如下:
　　(1)在不完備貝葉斯決策信息系統(tǒng)中，改進(jìn)了全局增益函數(shù)，結(jié)合二進(jìn)制分辨矩陣編碼方法提出了一種新的不完備貝葉斯決策信息系統(tǒng)啟發(fā)式屬性約簡算法，并將其應(yīng)用于系統(tǒng)的故障狀況診斷研究中，該方法提高了約簡的效率。
　　(2)在不完備直覺模糊信息系統(tǒng)中，提出了

3、新的改進(jìn)模型。首先通過引入貼近度，定義了貼近率。同時(shí)將容差關(guān)系進(jìn)行拓展，提出了基于貼近度和貼近率的雙精度容差關(guān)系，并給出貼近率的矩陣表示形式。其次引入信息熵理論，提出一種基于互信息的不完備直覺模糊決策信息系統(tǒng)的屬性約簡算法。最后給出實(shí)例驗(yàn)證該算法的有效性。
　　(3)針對樂觀多粒度粗糙集的下近似決策過于寬松，而悲觀多粒度粗糙集的下近似決策又過于嚴(yán)格的缺點(diǎn)，將多粒度粗糙集、變精度粗糙集和不完備區(qū)間值信息系統(tǒng)三種思想和研究方法融合。以