基于粗糙集的知識約簡方法及應用.pdf

1、粗糙集理論是一種處理不完備和不確定性知識的數(shù)據(jù)分析理論，而知識約簡方法是粗糙集理論的重要研究分支，已經(jīng)在知識獲取、決策支持和模式識別等領域取得了一些成功的應用。研究基于粗糙集的知識約簡方法，可以為處理不完備和不確定性問題提供新的思路和方法。 論文首先總結了應用粗糙集進行知識獲取的一般思路，針對基于屬性重要度的屬性約簡方法對不相容決策表的約簡存在局限性的不足之處，指出了不相容實例的存在影響屬性約簡結果正確性的缺點。在此基礎上，基于

2、正域變化決定廣義特征表中實例對取舍的理論，設計了正域的判斷機制以增強約簡模型的適應度，又將不相容實例的特性融入約簡模型中，進而提出同時適用于相容決策表和不相容決策表的改進屬性約簡算法，增強了約簡方法的泛化能力。隨后對算法性能進行測試，結果表明了算法的有效性。其次，結合啟發(fā)式算法的完備性，從信息角度對值重要度進行定義，充分利用條件屬性與決策屬性之間的互信息增量來度量值重要度，提出基于條件熵的改進規(guī)則獲取算法，增強了所抽取規(guī)則的有效性和簡潔

3、性，并用屬性蒸發(fā)率和置信度等指標對決策規(guī)則質(zhì)量進行了評價，驗證了改進規(guī)則獲取算法的適用性。 最后，結合實際應用，按照企業(yè)需求，將大量客戶數(shù)據(jù)轉變成描述客戶特征的模式，對客戶決策表進行知識約簡，抽取出決策規(guī)則，實現(xiàn)了對企業(yè)客戶數(shù)據(jù)中隱含知識進行挖掘的功能，達到了為企業(yè)決策提供有力依據(jù)，改進客戶關系管理的目標。 論文設計了基于粗糙集的知識約簡方法，該方法將整體約簡與局部約簡相結合，客觀選擇與主觀判斷相結合，不但改善了不相容實