基于粗糙集的粒計算與神經(jīng)網(wǎng)絡(luò)的融合研究.pdf

1、粗糙集理論作為粒度計算的三大模型之一，自產(chǎn)生起就備受關(guān)注，并已廣泛應(yīng)用與機(jī)器學(xué)習(xí)、模式識別等領(lǐng)域。其主要內(nèi)容包括近似集、決策系統(tǒng)、數(shù)據(jù)預(yù)處理以及屬性約簡等等，是一種處理不完整，不精確數(shù)據(jù)的有效方法。人工神經(jīng)網(wǎng)絡(luò)與粗糙集理論一樣同屬于軟計算的范疇，都是主張通過對不確定、不精確及不完全真值的容錯以取得低代價的解決方案以及魯棒性(健壯性)。經(jīng)過70年的發(fā)展歷程已經(jīng)較為成熟，廣泛應(yīng)用與多個領(lǐng)域。
　　 粗糙集理論和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的特點(diǎn)

2、都很鮮明并且有著較為明顯的互補(bǔ)性。所以將二者以一定的方式實(shí)行融合，用各自的優(yōu)點(diǎn)來彌補(bǔ)不足，會得到一個互補(bǔ)或雙贏的結(jié)果。
　　 本文首先介紹了基于粗糙集的粒度計算和神經(jīng)網(wǎng)絡(luò)的基本內(nèi)容，其中有粗糙集理論的核心內(nèi)容-屬性約簡及主要的幾種約簡方法，神經(jīng)網(wǎng)絡(luò)的三大要素，BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、學(xué)習(xí)規(guī)則和改進(jìn)等。
　　 然后，在上面內(nèi)容的基礎(chǔ)上，對粗糙集理論和神經(jīng)網(wǎng)絡(luò)進(jìn)行融合的可行性進(jìn)行了研究和論證；列舉了二者進(jìn)行融合的方式，并對串行連