基于優(yōu)勢關系的不完備模糊粗糙集模型擴展及應用研究.pdf

1、粗糙集理論是一種新型的數據分析的工具，可以用來處理不精確、不確定、模糊的、不完備等類型的數據，而且，不需要任何先驗信息，現已在數據挖掘，金融管理，故障診斷，醫(yī)藥化工等領域得到了成功的應用，
　　 本文針對帶有優(yōu)勢關系的不完備模糊信息系統(tǒng)，在研究了現有的兩種類型的優(yōu)勢關系的優(yōu)點缺點的基礎上，通過屬性值的概率分布原理提出了一種新的全序優(yōu)勢關系，這種優(yōu)勢關系科學地合理地改進了擴展優(yōu)勢關系的近似質量和近似精度，同時也成功地克服了限制優(yōu)勢

2、關系不能對論域中所有對象進行比較的缺點.接著，本文進一步給出了基于全序優(yōu)勢關系的下近似和上近似的表達式，兩種相對約簡的定義和具體的求取相對約簡的方法.最后通過實例說明這種方法的有效性，
　　 屬性約簡是粗糙集研究的核心內容之一，基于區(qū)分矩陣的屬性約簡算法是常用的屬性約簡方法之一.針對如何求取信息系統(tǒng)的區(qū)分矩陣構造的區(qū)分函數的極小析取范式問題，本文提出了一種新的基本原理簡單，步驟易懂，操作簡便的易于編程實現的逐項求取極小析取范式的

3、算法，并通過定理證明了這種方法所獲得的一定是極小析取范式，這種方法可以求取信息系統(tǒng)的所有約簡.而且，對于對象不斷增加的動態(tài)信息系統(tǒng)，這種算法也是適用的，最后，通過實例說明了這種方法是正確有效的。
　　 提出一個粗糙集擴展模型，最終目的是為了導出決策規(guī)則，幫助決策者更好地做出決策.本文針對基于優(yōu)勢關系的不完備模糊信息系統(tǒng)的規(guī)則提取問題，首先在分析了目前規(guī)則獲取方法的基礎上，提出了基于全序優(yōu)勢關系的兩種類型“at least”和“a