基于粗糙集理論的偏序決策表知識獲取方法研究.pdf

1、粗糙集理論是上世紀八十年代初由波蘭數(shù)學家Pawlak首先提出的一種用于數(shù)據(jù)分析的數(shù)學理論，屬性約簡是粗糙集理論研究中的核心問題之一，也是粗糙集有效算法研究的焦點。其基本思想是在保持分類能力不變的前提下，通過知識約簡，導出概念的分類規(guī)則。與傳統(tǒng)的不確定數(shù)據(jù)處理方法相比，其最大的優(yōu)點是無需提供數(shù)據(jù)的任何先驗知識，直接從原有數(shù)據(jù)出發(fā)，基于等價關系對論域進行劃分，并利用上下近似的概念描述對象。 本文首先綜述了粗糙集理論的研究現(xiàn)狀，深入分

2、析了現(xiàn)有粗糙集理論的特點與不足；介紹了粗糙集理論基礎和一般屬性約簡算法以及基于核的啟發(fā)式約簡算法。眾所周知，在經(jīng)典粗糙集理論中，論域上的等價關系起著至關重要的作用。但在現(xiàn)實中，論域上的二元關系經(jīng)常不是等價的，此時經(jīng)典粗糙集模型的應用就會受到限制，例如，論域上的二元關系存在序的問題，無法利用屬性值建立等價關系，對于此類情況，如何將偏序關系的理論引入到粗糙集當中，就成為如何深入研究偏序關系上的知識約簡，核的計算等問題的基礎。 本文所

3、作的工作主要有： 1)系統(tǒng)分析歸納了粗糙集理論的現(xiàn)狀，基于對粗糙集理論的特點與不足的分析，展望了粗糙集理論的發(fā)展前景。 2)經(jīng)典粗糙集理論中的求解決策表的所有屬性的約簡和最小屬性的約簡都是NP-hard問題，主要原因就是求解最小屬性的約簡必須嘗試屬性的各種組合。本文系統(tǒng)闡述了經(jīng)典粗糙集模型以及決策表，區(qū)分矩陣和約簡的基本概念，分別介紹了一般性的約簡算法和基于核的啟發(fā)式算法。 3)本文在決策表中按每個屬性值排序?qū)ο?/p>