分享到:

约简的一种启发式算法

1引言 粗糙集理论是一种新的处理不确定性知识的数学工具川,其主要思想就是在保持知识库分类能力不变的前提下,通过知识约简,删除不相关或者不重要的知识,使得在大量的数据和信息中能够挖掘出蕴涵的、简洁的、有价值的模式来辅助决策。 一个知识库实际上就是一个信息系统S二(U,A),非空有限集U、A分别称为论域和属性集。VaeA在U上的所有取值a(U)称为属性。的值域,记为Va。任意非空集合BgA确定了U上的一个不可区分(indiseernibility)关系ind(B): (*,了)任ind(B)骨a(x)二a(了),Va任B显然,ind(B)是u上的一个等价关系,其等价类U/ind(刀)(简记为U/B)是U的一个划分。特别地,U/A代表了属性集A对论域U的分类能力。属性集A的约简(reduet)red(A)满足: red(人)二}B cA一U/B二U/A} Va任刀,v/B尹U/(B一}a})即BcA是A的一个约简,如果B具有A同样的分...  (本文共3页) 阅读全文>>

《科技信息(学术研究)》2008年11期
科技信息(学术研究)

决策表知识约简的一种启发式算法

~~决策表知识约简的一种启发式算法$河北工程大学理学院@杨珠$河北工程大学理学院@刘志民定义划分测度与划分测度空间概念,以分类正确率和相容度为依据对条件属性集排序。并以此为启发式信息,从核出发构造寻求决策表满意约简的搜索算法。决策表;;约简;;划分测度;;属性排序[1]Z. Pawlak. Rough Sets[J]. Theoretical Aspects of Reasoning about Data. Kluwer Academic, Pabl: Shers, Boston, Lo...  (本文共3页) 阅读全文>>

《模糊系统与数学》2013年04期
模糊系统与数学

基于软集合参数约简的一种启发式算法

软集合理论[1]是由Molodtsov于1999年提出的一种分析和处理不精确、不完备信息的数学工具。它克服了概率论,模糊集理论[2],区间数学[3-4]以及粗糙集理论[5-6]等参数数据不充分的缺陷。在软集合中,我们只需要对一个对象进行近似的描述,无需给出精确的结果。这种无约束的近似描述给我们在实践中带来了还能多方便。软集合参数约简目的是找到最小的参数子集以保持最优决策对象顺序不变,但就目前来看,还没有找到一个快速、简便的方法。P.K.Maji在2003年文献[7]中将粗糙集属性约简的思想应用到了软集合的参数约简中。而Chen.D在2005年文献[8]中指出了该方法的错误,他认为粗糙集属性约简的目的是为了找到一个最简属性来保持原有的条件属性的一个不可分辨关系,由于软集合中的决策值并不是由原有的不可分辨关系得到。因此,属性约简的方法不能应用于软集合的参数约简中。笔者认为在粗糙集中我们可以单独的定义某个不必要的属性,而在软集合中,我...  (本文共5页) 阅读全文>>

《湛江师范学院学报》2010年03期
湛江师范学院学报

集值决策信息系统属性约简的启发式算法

0引言经典粗糙集是以完备信息系统为研究对象,以等价关系为基础,通过等价关系对论域分成互不相交的等价类,划分越细,知识越丰富,信息越充分[1].然而有许多信息系统由于各种原因(如噪声、信息缺损等)并不是基于等价关系的,于是人们将等价关系放宽为相容关系、相似关系等等.近年来,粗糙集已扩展处理不完备数据集(即属性值有缺失的情形).具有缺失属性的不完备信息系统可以用集值信息系统来处理,因为缺失的或不完全的属性值可以用该属性的所有可能取值表示[2].本文在集值决策信息系统中引入条件信息量的概念,利用条件信息量定义属性的重要性,并以此作为启发信息,提出一种基于条件信息量的分配(广义决策)约简启发式算法,分析了该算法的时间复杂度;最后通过例子说明,该算法能得到集值决策信息系统的一个分配约简.1集值决策信息系统中知识的信息量和条件信息量信息量是系统无序程度的度量,它是标度系统不确定性的量,信息量越大,不确定性就越小;反之,信息量越小,不确定性越...  (本文共4页) 阅读全文>>

浙江大学
浙江大学

基于粗糙集理论的知识发现方法研究

粗糙集理论是上世纪八十年代初由波兰数学家Z.Pawlak首先提出的一种用于数据分析的数学理论,它能处理含糊性和不精确性问题。自上世纪九十年代起,该理论日益受到重视,并成为国际学术界的研究热点之一。经过二十年的发展,粗糙集理论已在机器学习、模式识别、决策分析、过程控制、数据库知识发现、专家系统等领域获得成功应用。本文主要对粗糙集理论在知识发现中应用的关键问题进行了研究。第一章对知识发现进行了概述,介绍了知识发现的基本步骤、基本方法、基本任务等。而后对粗糙集理论进行了概述,介绍了粗糙集理论产生的背景、粗糙集理论的发展、以及对粗糙集应用于知识发现的优点作了阐述。第二章介绍了粗糙集理论的一些基本概念,并将粗糙集与其他几种处理不确定性理论作了比较。第三章对离散化问题进行了研究,从启发式方法和基于遗传算法的方法两个方面进行了研究。通过对初始断点集进行精简,将Nguyen S H提出的著名的离散化算法进行了改进,改进后的算法在空间复杂度和时间...  (本文共116页) 本文目录 | 阅读全文>>

昆明理工大学
昆明理工大学

基于软集合理论的不确定性多属性决策方法研究

随着社会的不断进步、科学技术的不断发展,人类对于客观世界的认识和理解不断深入,人类社会的活动也越来越多样化、丰富化和复杂化。决策作为人类的一项基础性活动,普遍存在于社会活动和日常生活的方方面面,决策问题的规模变得越来越大,需要考虑的因素也越来越多,决策目标也越来越复杂。依据单一准则进行的决策方法在很多情况下已经很难满足社会发展的需要,多准则决策也成为众多专家学者研究和关注的热点领域。作为多准则决策的重要分支多属性决策MADM具有重要的应用价值和广泛的应用领域,然而MADM本身却面临着很多需要进一步研究和解决的问题,本文针对决策参与者缺乏先验知识、无法准确获取数据、属性取值难以量化、知识背景不同等问题带来的决策信息不确定性,展开对不确定性MADM问题的进一步研究。本文通过深入分析不确定性MADM问题的特征,在大量检索国内外相关成果、前沿理论和最新技术的基础之上,充分发挥学科交叉的优势,将软集合理论、多属性决策理论、群决策理论等相互...  (本文共147页) 本文目录 | 阅读全文>>