數(shù)據(jù)挖掘與知識優(yōu)化的粗糙集方法的研究.pdf

1、隨著科學技術(shù)的進步，現(xiàn)代工業(yè)過程日趨復(fù)雜，使得控制對象的精確數(shù)學模型難以建立，傳統(tǒng)的控制理論和方法難以滿足復(fù)雜控制系統(tǒng)的設(shè)計要求。為此，以軟計算為主的各種智能控制理論為這類問題的解決帶來了曙光，并在許多實際工業(yè)過程中獲得了成功的應(yīng)用。大多數(shù)的智能控制理論(例如模糊控制理論、基于專家系統(tǒng)的各種控制系統(tǒng)等)都是在專家知識的基礎(chǔ)上進行研究和實踐的。這就使得控制系統(tǒng)的性能對專家知識有著強烈的依賴性。而專家知識常常帶有主觀性和不可避免的片面性。這

2、使得數(shù)據(jù)挖掘和知識發(fā)現(xiàn)成為智能控制理論發(fā)展的需要。數(shù)據(jù)庫技術(shù)的迅速發(fā)展、數(shù)據(jù)庫管理系統(tǒng)得到極其廣泛的應(yīng)用。數(shù)據(jù)的大量積累與共享使得數(shù)據(jù)挖掘和知識發(fā)現(xiàn)成為人類生活實際的需要。 數(shù)據(jù)挖掘是當前信息技術(shù)中的一個重要研究領(lǐng)域。應(yīng)用軟計算方法進行數(shù)據(jù)挖掘方法的研究是當前的一個研究熱點。作為軟計算方法之一的粗糙集理論是處理不確定的、不精確的、不完整的數(shù)據(jù)的新的數(shù)學工具，已經(jīng)在機器學習、知識獲取、智能控制、決策分析、知識發(fā)現(xiàn)、專家系統(tǒng)和模式識

3、別等領(lǐng)域取得了一些成功的應(yīng)用。它具有不需要除所需處理的數(shù)據(jù)集合之外的任何先驗信息的特點和優(yōu)勢。將粗糙集理論應(yīng)用于數(shù)據(jù)挖掘有著重要的理論意義和實際應(yīng)用前景。 本文以粗糙集理論為工具，對數(shù)據(jù)挖掘的方法和過程進行詳細的研究。主要包括知識發(fā)現(xiàn)與知識優(yōu)化、廣義信息系統(tǒng)及其粗糙集理論、幾種擴展粗糙集理論的一般化和粗糙集和模糊集的關(guān)系的研究。全文主要分以下六部分： 第一部分：介紹本文研究工作的背景和本文用到的粗糙集理論的基本內(nèi)容(包括

4、第一、二章)。首先介紹研究的目的和意義，其次，簡要介紹數(shù)據(jù)挖掘和粗糙集理論概況，然后，分析在基于粗糙集理論的數(shù)據(jù)挖掘中存在的不足和需進一步研究的問題，簡要介紹本文的主要研究工作和結(jié)構(gòu)安排。概括介紹粗糙集理論的基本內(nèi)容。 第二部分：研究經(jīng)典粗糙集理論的知識發(fā)現(xiàn)與知識優(yōu)化問題(第三章)。首先，針對規(guī)則提取和面向個性化的知識發(fā)現(xiàn)問題，從類出發(fā)，運用聚類原理給出規(guī)則提取的方法，分析算法的性能。其次，研究基于粗糙集理論的確定性規(guī)則集的優(yōu)化

5、方法。給出確定性規(guī)則優(yōu)化方法的理論依據(jù)，提出規(guī)則優(yōu)化的“綜合—剪枝”算法。最后，針對不確定性規(guī)則的優(yōu)化規(guī)則的發(fā)現(xiàn)問題，利用描述的相關(guān)性和蘊涵強度的分析方法來判斷正規(guī)則、負規(guī)則和描述的并發(fā)。同時，給出基于遺傳算法的的優(yōu)化規(guī)則的發(fā)現(xiàn)方法。通過結(jié)果分析，優(yōu)化規(guī)則的提取效果明顯，利于工程實現(xiàn)。 第三部分：研究廣義信息系統(tǒng)和廣義決策信息系統(tǒng)及其粗糙集理論(包括第四、五章)。在經(jīng)典粗糙集理論、基于不完備信息系統(tǒng)的粗糙集理論和多值粗糙集理論的

6、基礎(chǔ)上提出廣義信息系統(tǒng)及其粗糙集理論，并對其進行研究。討論廣義信息系統(tǒng)及其粗糙集理論的一些重要問題。首先，它是一類更廣泛的信息系統(tǒng)。并證明了它包含完備信息系統(tǒng)、不完備信息系統(tǒng)、多值信息系統(tǒng)。這些信息系統(tǒng)僅僅是廣義信息系統(tǒng)的一些特例。討論廣義信息系統(tǒng)粗糙集理論的基本理論和方法。決策信息系統(tǒng)是一類重要的信息系統(tǒng)，廣義決策信息系統(tǒng)中的規(guī)則形式、規(guī)則發(fā)現(xiàn)、規(guī)則提取和結(jié)果評價等內(nèi)容都是廣義信息系統(tǒng)數(shù)據(jù)挖掘的重要的研究內(nèi)容。討論廣義信息決策系統(tǒng)的決

7、策描述形式，給出確定性規(guī)則和最佳規(guī)則的定義與相關(guān)性質(zhì)。這種廣義信息決策系統(tǒng)的決策描述形式非常易于將其轉(zhuǎn)化為子句集的形式。因此，在人工智能的歸結(jié)演繹推理中，廣義決策信息系統(tǒng)的決策描述無論是在證明問題時還是在求取問題的答案時都將是簡單和方便的。 第四部分：研究覆蓋粗糙集和多值粗糙集的一般化問題(第六章)。通過對覆蓋粗糙集理論和多值信息系統(tǒng)的粗糙集理論的研究，分別給出將其轉(zhuǎn)化為經(jīng)典粗糙集的方法。這使得覆蓋粗糙集、多值信息系統(tǒng)的粗糙集理

8、論與經(jīng)典的粗糙集的概念、理論都達到統(tǒng)一。并使得經(jīng)典的粗糙集理論的應(yīng)用范圍得到進一步的擴展。 第五部分：研究粗糙集與模糊集的關(guān)系的問題(第七章)。研究利用等價關(guān)系將粗糙集模糊化的方法，并從系統(tǒng)的角度，討論給定近似空間上的所有粗糙集模糊化所形成的模糊集類的相關(guān)性質(zhì)，并證明它是相應(yīng)論域上的模糊集系統(tǒng)的子系統(tǒng)。但是，這個子系統(tǒng)是一類特殊的模糊子系統(tǒng)，在這個子系統(tǒng)中卻不滿足運算的傳遞性質(zhì)。 第六部分：總結(jié)與展望(第八章)。對全文的