基于粗糙集的不完備序決策系統(tǒng)知識約簡與規(guī)則提取的研究.pdf

1、近年來，由波蘭學者Z.Pawlak教授提出的粗糙集(Rough Set)理論已成為一種重要的數(shù)據(jù)挖掘與知識獲取方法。粗糙集理論是一種能夠有效地分析和處理不精確、不完備或不協(xié)調(diào)信息與知識的重要的數(shù)學工具。目前，粗糙集理論已被成功的應用到機器學習、模式識別、決策分析、知識發(fā)現(xiàn)等人工智能領域中。
　　 經(jīng)典粗糙集理論是以完備的信息系統(tǒng)為研究對象，以等價關(guān)系為基礎而提出的。在現(xiàn)實生活中，由于技術(shù)、資金等原因，數(shù)據(jù)的不確定性及缺損現(xiàn)象普遍

2、存在，我們面臨的信息系統(tǒng)絕大多數(shù)都是不完備的;另外，信息偏好有序也是實際決策問題的重要特征，對象屬性值之間的等價關(guān)系被優(yōu)勢關(guān)系取代。此時，經(jīng)典的粗糙集模型不再適用。因此，將經(jīng)典的粗糙集理論進行擴充，使其能夠應用于不完備序決策系統(tǒng)的知識約簡和規(guī)則提取，已成為一個非常重要的研究課題。
　　 在深入閱讀了大量相關(guān)的文獻資料后，本文基于非對稱相似關(guān)系模型和限制容差關(guān)系模型，提出了改進的粗糙集擴展模型—變精度相似關(guān)系模型，并通過理論和實例

3、證明了該模型的合理性和可行性。為使該改進模型能夠應用于不完備序決策信息系統(tǒng)的知識約簡及規(guī)則獲取，本文進一步將該模型與優(yōu)勢關(guān)系結(jié)合，建立了變精度相似優(yōu)勢關(guān)系模型，定義了相關(guān)的性質(zhì)并給出了不完備序信息系統(tǒng)和不完備序決策系統(tǒng)中基于變精度相似優(yōu)勢關(guān)系模型的可辨識矩陣的求解方法。此外，本文引入了近似分布約簡的概念并給出了不協(xié)調(diào)的不完備序決策信息系統(tǒng)的近似分布約簡的求解方法。最后，設計并實現(xiàn)了變精度相似優(yōu)勢關(guān)系模型，利用該模型在UCI機器學習數(shù)據(jù)集