基于粗糙集理論的決策信息系統(tǒng)知識(shí)獲取研究.pdf

1、隨著數(shù)據(jù)庫(kù)技術(shù)/數(shù)據(jù)倉(cāng)庫(kù)的迅速發(fā)展，存儲(chǔ)的數(shù)據(jù)急劇增長(zhǎng)，傳統(tǒng)的數(shù)據(jù)分析和查詢方法已經(jīng)不能滿足人們對(duì)隱含在數(shù)據(jù)中的知識(shí)的渴求。如何快速/準(zhǔn)確地從雜亂無(wú)章的海量數(shù)據(jù)中挖掘潛在的有利用價(jià)值的信息并用于預(yù)測(cè)未來(lái)的行為，這導(dǎo)致了數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)領(lǐng)域的出現(xiàn)。 與模糊集理論/D-S證據(jù)論等不同，粗糙集理論作為一種處理不確定性信息的新型數(shù)學(xué)工具，能夠分析隱藏在數(shù)據(jù)中的知識(shí)而不需要關(guān)于數(shù)據(jù)的任何先驗(yàn)或附加信息，這使得采用粗糙集理論作為研究知識(shí)發(fā)現(xiàn)的

2、工具具有許多優(yōu)點(diǎn)。在粗糙集理論中，知識(shí)表達(dá)系統(tǒng)是用信息表或決策表來(lái)表示的。 屬性約簡(jiǎn)是用粗糙集進(jìn)行知識(shí)獲取時(shí)的主要過(guò)程之一。通過(guò)分析現(xiàn)有相容決策表屬性約簡(jiǎn)算法，找出了計(jì)算低效性的根源。新的約簡(jiǎn)算法從論域的角度出發(fā)，采用層次結(jié)構(gòu)，用屬性邊界域作為度量屬性重要性啟發(fā)函數(shù)。該算法使得論域不斷縮小的同時(shí)，又能選出反映決策表系統(tǒng)特征的重要屬性。實(shí)驗(yàn)結(jié)果表明，該算法保證在分類精度不變的前提下，獲得最優(yōu)或次優(yōu)的約簡(jiǎn)屬性集。 決策規(guī)則的

3、生成是約簡(jiǎn)的主要目的。一般的值約簡(jiǎn)算法只是針對(duì)相容決策表的，并不適用于包含沖突的決策表。為此，引入了可信度和覆蓋度兩個(gè)概念，采用完備決策表局部最小可信度和最小覆蓋度作為自適應(yīng)缺省規(guī)則獲取算法的閾值，來(lái)控制規(guī)則生成的數(shù)量，從而獲得同時(shí)滿足最小覆蓋度的確定性規(guī)則和滿足最小可信度的可能性規(guī)則。實(shí)驗(yàn)結(jié)果表明，該算法能有效地除去由噪聲引起的冗余規(guī)則，獲得更加簡(jiǎn)潔的規(guī)則集。 決策推理是知識(shí)獲取結(jié)果的最終應(yīng)用。在推理中希望有識(shí)別正確率高的推理

4、方法。為此，引入信息論觀點(diǎn)，將規(guī)則信息量?jī)?yōu)先原則作為推理策略，通過(guò)對(duì)比實(shí)驗(yàn)，自適應(yīng)缺省規(guī)則集在規(guī)則信息量?jī)?yōu)先原則的推理策略指導(dǎo)下可得到更高的識(shí)別正確率。 在現(xiàn)實(shí)生活中, 由于數(shù)據(jù)測(cè)量的誤差/對(duì)數(shù)據(jù)理解或獲取的限制等原因, 有些對(duì)象的一部分屬性值不可能得到，導(dǎo)致了不完備信息系統(tǒng)的出現(xiàn)。粗糙集理論在不完備信息系統(tǒng)中的應(yīng)用，是將粗糙集理論進(jìn)一步推向?qū)嵱玫年P(guān)鍵之一，而經(jīng)典的粗糙集理論對(duì)不完備信息系統(tǒng)的處理顯得束手無(wú)策。為此，在分析研究已

5、有的擴(kuò)充粗糙集理論模型的基礎(chǔ)上，進(jìn)一步提出基于限制非對(duì)稱相似關(guān)系的擴(kuò)充粗糙集模型。這種限制非對(duì)稱相似關(guān)系模型吸取了其它擴(kuò)充關(guān)系模型的優(yōu)點(diǎn)，屏棄了其它擴(kuò)充模型方法的不足，更加符合現(xiàn)實(shí)情況，更適于對(duì)不完備信息系統(tǒng)的處理。 傳統(tǒng)的規(guī)則獲取算法都是基于數(shù)據(jù)完備的前提之下的。為了突破這一限定，對(duì)于不完備信息系統(tǒng)，將經(jīng)典的可辨識(shí)關(guān)系矩陣加以擴(kuò)充，定義了限制非對(duì)稱相似關(guān)系模型下的可辨識(shí)關(guān)系矩陣，并采用布爾推理方法，在不改變?cè)疾煌陚錄Q策表的前