基于粗糙集與包含度的模糊信息系統(tǒng)研究及應(yīng)用.pdf

1、評(píng)估決策是通過評(píng)估信息的加工形成綜合排序的一種選擇行為，己在企業(yè)、教育、科技管理中得到了廣泛應(yīng)用。在評(píng)估決策系統(tǒng)中，不確定性由于信息與數(shù)據(jù)的增加變得十分顯著。粗糙集理論是在對(duì)不確定和不完全信息的分類和數(shù)據(jù)處理實(shí)踐中由Pawlak提出來的。粗糙集理論最初在人工智能的某些分支，例如推理，自動(dòng)分類，模式識(shí)別，學(xué)習(xí)算法等的研究中是很重要的。近年來，隨著粗糙集理論的發(fā)展，粗糙集理論推動(dòng)了分類理論，聚類分析，度量理論，決策支持等理論的研究和應(yīng)用。粗

2、糙集理論的關(guān)鍵是建立兩個(gè)被稱為下、上近似的子集來近似表示論域上的任意集合。粗糙集理論中的有效算法研究是粗糙集理論的一個(gè)研究熱點(diǎn)，目前主要集中在決策規(guī)則提取算法，屬性約簡算法，粗糙集基本并行算法，以及與粗糙集有關(guān)的神經(jīng)網(wǎng)絡(luò)和遺傳算法等。其中，屬性約簡算法和規(guī)則提取算法是粗糙集理論及應(yīng)用研究的重要內(nèi)容。包含度是各種不確定性推理方法的概括。它是包含關(guān)系的定量描述，它包容了“關(guān)系”的不確定性。包含度理論同模糊集理論相輔相成，成為研究不確定性的重

3、要工具。 由于現(xiàn)實(shí)世界中信息的不確定性，信息系統(tǒng)的條件屬性和目標(biāo)屬性都有可能是模糊的，因此，本文結(jié)合粗糙集與包含度的概念，在模糊信息系統(tǒng)中進(jìn)行評(píng)估決策。首先，本文將包含度概念引入到粗糙集理論中，建立了包含度與粗糙集數(shù)據(jù)分析中的度量之間的關(guān)系，證實(shí)了粗糙集數(shù)據(jù)分析中的有關(guān)度量均可歸結(jié)為包含度。然后，通過以下步驟將這兩個(gè)概念同時(shí)用于模糊信息系統(tǒng)中：1)利用Pawlak粗糙集理論和表現(xiàn)定理得到一個(gè)新的粗糙模糊集模型；2)利用包含度給出