基于覆蓋的粗糙Vague集模型及Vague信息系統(tǒng)屬性約簡研究.pdf

1、粗糙集理論是一種新的處理不確定、不精確、不完整知識的數(shù)學(xué)分析工具,與其他處理不確定和不精確問題理論的顯著區(qū)別是它無需提供問題所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)信息,對問題的不確定性描述或處理比較客觀,目前在知識獲取、模式識別、醫(yī)療數(shù)據(jù)分析、智能控制等領(lǐng)域具有廣泛的應(yīng)用。然而該理論未能包含處理不精確或不確定原始數(shù)據(jù)的機(jī)制,所以與概率論、模糊數(shù)學(xué)和證據(jù)理論等其他處理不確定或不精確問題的理論有很強(qiáng)的互補(bǔ)性。同時(shí)現(xiàn)有的粗糙集理論對模糊屬性值的信息

2、系統(tǒng)缺乏相應(yīng)的處理能力,如何擴(kuò)展現(xiàn)有的粗糙集理論模型及方法,以適應(yīng)模糊不確定數(shù)據(jù)是目前粗糙集理論的一個(gè)研究方向。
　　 Vague集理論是在模糊集理論基礎(chǔ)上發(fā)展起來的更加符合人類思維習(xí)慣的模糊信息處理方法,它為我們處理模糊性問題提供了一種嶄新的思路。
　　 本文在深入分析粗糙集理論在處理模糊信息方面的局限性以及Vague集理論自身優(yōu)勢的基礎(chǔ)上,對經(jīng)典粗糙集理論進(jìn)行了擴(kuò)充,主要創(chuàng)新點(diǎn)在于:
　　 (1)經(jīng)典粗糙集理

3、論把知識看成是對論域的劃分,由于實(shí)際應(yīng)用中等價(jià)關(guān)系構(gòu)造的困難性和不必要性,本文重點(diǎn)研究了覆蓋知識空間。在此基礎(chǔ)上,更進(jìn)一步將經(jīng)典粗糙集理論中集合的精確值集推廣到了Vague集,提出了基于覆蓋的粗糙Vague集模型,并且證明了模型的一些性質(zhì)。通過定義覆蓋的粒度熵和覆蓋的知識含量,同時(shí)結(jié)合粗糙度的概念,分別給出了基于粒度熵和基于知識含量的覆蓋粗糙Vague集模型的不確定性度量方法,并通過實(shí)例分析說明了兩種不確定性度量方法的有效性。
　

4、　 (2)針對目前粗糙集理論在處理用Vague概念描述屬性值的信息系統(tǒng)時(shí)的局限性,深入研究了序Vague信息系統(tǒng),定義了Vague值間的序關(guān)系。為了有效地對序Vague信息系統(tǒng)進(jìn)行屬性約簡,定義了序Vague信息系統(tǒng)的優(yōu)勢類,從信息系統(tǒng)中屬性值的增加或減少而導(dǎo)致知識粒度變化的角度,采用粒度計(jì)算的方法定義了屬性重要性度量,在此基礎(chǔ)上提出了一種啟發(fā)式序Vague信息系統(tǒng)的屬性約簡算法,分析了算法的時(shí)間復(fù)雜度,最后的實(shí)例分析說明了算法的有效