基于證據(jù)理論的知識發(fā)現(xiàn)與不確定性研究.pdf

1、粗糙集理論是Pawlak提出的一種可以處理不確定、不精確問題的有效工具，它的應(yīng)用是建立在一個等價關(guān)系的基礎(chǔ)上的。事實上，優(yōu)勢關(guān)系是等價關(guān)系的一個推廣，相應(yīng)地，序信息系統(tǒng)是經(jīng)典信息系統(tǒng)的一個推廣，而相較于等價關(guān)系，優(yōu)勢關(guān)系可以更好的處理現(xiàn)實生活中遇到的關(guān)于有序性的問題。本文是在序信息系統(tǒng)中，結(jié)合粗糙集理論，建立了序信息系統(tǒng)中基于粗糙集理論的證據(jù)獲取與合成模型，并從近似算子的角度出發(fā)，研究概念基于不同近似算子的不確定性問題。主要創(chuàng)新點如下：

2、
　　1.在序信息系統(tǒng)中，從證據(jù)理論的角度出發(fā)，結(jié)合粗糙集理論，提出了一種新的證據(jù)獲取與合成方法，建立了序信息系統(tǒng)中基于粗集的證據(jù)獲取與合成模型，最后結(jié)合實例分析了本文方法的合理性和有效性，并給出了本文所建模型相較于其他模型的優(yōu)點。
　　2.在序信息系統(tǒng)中，從粗糙集角度出發(fā)，考慮不同上、下近似算子的定義方式，構(gòu)建了四型合理的不同上、下近似算子及其相應(yīng)的不確定度量，并研究了基于不同近似算子的不確定度量在度量不確定性時的合理與否