基于模糊粗糙集的屬性約簡研究.pdf

1、粗糙集和模糊集是處理數據的兩種不同的數學方法。粗糙集理論是波蘭數學家Z.Pawlak于1982年提出來的兩種處理不確定和不精確數據的理論，是通過等價關系來研究對象之間的不可分辨關系；模糊集理論是美國控制論專家Zadeh于1965年提出的一種處理非精確的現象的數學工具，是利用集合的特征函數來處理邊界的不可定義性，在模糊集合中并沒有應用對象之間不可分辨性的概念。在屬性約簡中，模糊集理論與粗糙集理論結合的方法是一個新的研究方向，在實際應用中是

2、非常有意義的。 本文基于模糊集理論和粗糙集理論的結合，對屬性約簡的算法進行了研究和探討。主要研究結果如下： 1.研究了粗糙集和模糊集的基本概念及思想內涵，將粗糙集理論與模糊集理論進行比較，說明了兩者相結合在研究屬性約簡方面的優(yōu)勢。 2.介紹了基于區(qū)分矩陣的屬性約簡算法，通過分析，說明了算法的不足，提出相應的改進策略。將啟發(fā)性知識結合區(qū)分矩陣，提出了基于屬性特征權值的區(qū)分矩陣的啟發(fā)式約簡算法，較以往的算法意義更加直