粗糙集理論中的屬性約簡(jiǎn)方法研究.pdf

1、隨著信息化時(shí)代的到來(lái)，數(shù)據(jù)的存儲(chǔ)、獲取和產(chǎn)生都變得非常容易，人們輕而易舉就可以獲得容量達(dá)GB甚至'133的數(shù)據(jù)，并且這些數(shù)據(jù)每天都還在不斷地增長(zhǎng)中。但這是否意味著擁有了足夠的知識(shí)了呢?不是，我們雖然擁有了海量的數(shù)據(jù)，其實(shí)對(duì)知識(shí)知之不多，大量的數(shù)據(jù)通常被描述為“數(shù)據(jù)豐富，但知識(shí)貧乏”。面對(duì)如此巨大的數(shù)據(jù)資源，人們迫切需要一類工具和方法，以便能夠從迅速增長(zhǎng)的、雜亂無(wú)章的數(shù)據(jù)資源中提取出人們感興趣的、有用的知識(shí)，從而幫助人們?cè)谏a(chǎn)、生活的各個(gè)

2、領(lǐng)域科學(xué)地進(jìn)行各種決策。 上個(gè)世紀(jì)50年代以后，人們嘗試著用各種方法發(fā)現(xiàn)知識(shí)，比如神經(jīng)網(wǎng)絡(luò)方法、統(tǒng)計(jì)學(xué)習(xí)方法、遺傳算法、支持向量機(jī)方法等，但這些方法得到的知識(shí)是一些隱性知識(shí)，不能被人們很好地直接理解。 粗糙集理論(Rough sets theory)是波蘭數(shù)學(xué)家Z.Pawlak于上個(gè)世紀(jì)八十年代初期提出的一套處理不完整、不精確數(shù)據(jù)的數(shù)學(xué)工具。它不需要專家的知識(shí)，也不需要設(shè)置專門(mén)的機(jī)構(gòu)為原有的數(shù)據(jù)提供更多的解釋；它可以直接

3、從原有知識(shí)出發(fā)，得出具有同等表達(dá)能力的新信息系統(tǒng)。更為重要的是利用它所得到的知識(shí)是人們可以理解的關(guān)聯(lián)規(guī)則，這些關(guān)聯(lián)規(guī)則符合人類的經(jīng)驗(yàn)，更適合在管理決策中應(yīng)用。 盡管粗糙集理論已成功地應(yīng)用在許多商業(yè)用途中，也能夠很好地處理不精確和不完備的數(shù)據(jù)，但是對(duì)粗糙集理論的研究還有一定的空間：例如如何將一般信息系統(tǒng)的約簡(jiǎn)方法擴(kuò)展到?jīng)Q策信息系統(tǒng)，進(jìn)而不協(xié)調(diào)的決策信息系統(tǒng)，如何將變精度粗糙集運(yùn)用于更多的領(lǐng)域等等。本論文針對(duì)一般信息系統(tǒng)以及協(xié)調(diào)決策

4、信息系統(tǒng)，提出一種新的屬性約簡(jiǎn)(知識(shí)約簡(jiǎn))方法，并針對(duì)不協(xié)調(diào)決策信息系統(tǒng)，提出一種得到其二元辨識(shí)矩陣的方法。 與粗糙集同一年提出的另一個(gè)重要理論就是概念格(Concept lattices)，概念格同樣可以挖掘出一些人們可以理解的關(guān)聯(lián)規(guī)則，這些規(guī)則同樣符合人類的經(jīng)驗(yàn)，同樣適合在管理決策中應(yīng)用。因此20多年來(lái)，粗糙集方法和概念格理論同樣都得到了迅速的發(fā)展。 對(duì)于一個(gè)形式背景，其概念是固定的。對(duì)于刪除屬性或?qū)ο蟮炔僮?，其概?/p>