可測空間上的粗糙集模型及其應(yīng)用.pdf

1、波蘭數(shù)學(xué)家Z.Pawlak于1982年提出的粗糙集理論是一種刻畫不完整性和不確定性的數(shù)學(xué)工具,它能有效分析和處理模糊、不一致和不完整等各種不完備信息,并從中發(fā)現(xiàn)隱含的知識,揭示潛在的規(guī)律。目前,粗糙集理論已成功應(yīng)用于機器學(xué)習(xí)、決策分析、過程控制、模式識別與數(shù)據(jù)挖掘等領(lǐng)域。在過去的20多年中,許多學(xué)者結(jié)合不同的實際背景,從不同的層面研究和討論了粗糙集的理論和應(yīng)用問題。
　　 模糊性是現(xiàn)實世界中廣泛存在的現(xiàn)象,是眾多實際領(lǐng)域不可回避

2、的問題。1965年,美國控制論專家Zadeh提出了模糊集合的概念并創(chuàng)立了模糊集理論,為不確定信息的描述與處理莫定了基礎(chǔ)。
　　 許多學(xué)者豐富了Pawlak’粗糙集理論,并且在許多具體領(lǐng)域取得了成功的應(yīng)用,但這些理論均不能有效地處理具有模糊性特征的數(shù)據(jù)約簡和知識發(fā)現(xiàn)問題。本文針對具有模糊性特征的數(shù)據(jù)約簡和知識發(fā)現(xiàn)問題,建立了基于可能性測度的粗糙集模型和基于模糊測度的粗糙集模型。
　　 首先針對具有可能性特征的知識約簡的問題