混合系統(tǒng)的知識約簡和近似算子研究.pdf

1、由Pawl ak提出的粗糙集理論是處理不精確、不完備、不確定數(shù)據(jù)的一種有效的數(shù)學工具.近年來對粗糙集的研究已經(jīng)擴展到多個領域,并建立了多種擴展粗糙集模型.但是各種擴展粗糙集只適用于處理含有一種類型屬性的系統(tǒng)，不能處理多種不同類型屬性并存的系統(tǒng).本文集中研究了混合數(shù)據(jù)的知識約簡和近似算子,主要內(nèi)容如下：
　　針對混合系統(tǒng)的約簡問題,本文首先在引入極小描述的基礎上,分別從局部和全局兩個角度對混合信息系統(tǒng)進行了約簡,設計了求局部約簡和全

2、局約簡的算法.其次以極小描述和極大描述為基礎,綜合考慮了混合決策系統(tǒng)的類間信息和類內(nèi)信息,對混合決策系統(tǒng)從類間和類內(nèi)角度進行約簡,分別提出類間約簡、類內(nèi)約簡和構造約簡算法.最后在混合系統(tǒng)上研究了基于辨識矩陣求約簡的方法.實例表明這些算法是有效折.
　　針對混合信息系統(tǒng)的粗糙近似,本文以極小描述為基礎，構造了分別基于元素和基于粒的四類粗糙近似算子,研究了它們的性質(zhì),分析了它們之間的關系.并證明了由本文所提出的基于極小描述的近似算子導