面向不確定信息系統(tǒng)的粗糙集擴展模型研究.pdf

1、粗糙集理論是由波蘭學者Pawlak提出的一種進行數據分析的新型工具，已被成功運用于數據挖掘、模式識別以及決策分析等領域。經典的粗糙集理論建立在等價關系的基礎上，可以處理有限的知識分辨能力引起的不確定性問題，但對數據本身的不確定性缺乏相應的處理機制。因此，面對海量的不確定性數據，通過擴展粗糙集理論來研究不確定信息系統(tǒng)的知識獲取，具有重要的理論意義和應用價值。
　　本文針對信息的不完備和模糊性，以知識約簡和決策規(guī)則獲取為目的，對不確定

2、環(huán)境下的粗糙集擴展模型及其應用進行了系統(tǒng)的研究。主要內容如下:
　　1)針對特征優(yōu)勢關系在對象分類方面的不足，提出一種改進的特征優(yōu)勢關系，并給出不完備序信息系統(tǒng)的粗糙決策模型，與已有模型的對比分析結果表明，在近似分類精度和近似分類質量方面，改進后的粗糙決策模型都要優(yōu)于已有的粗糙決策模型。最后，為簡化獲取的決策規(guī)則，利用改進后的特征優(yōu)勢關系，提出基于區(qū)分矩陣的知識約簡方法。
　　2)在集值序信息系統(tǒng)中，定義一種δ-優(yōu)勢關系來進

3、行對象的分類，并給出集值序信息系統(tǒng)的不確定性度量;基于δ-優(yōu)勢關系的粗糙集擴展模型，研究了集值序決策系統(tǒng)的知識約簡和決策規(guī)則獲取;另外，依據對象間的不同優(yōu)勢程度，在集值序信息系統(tǒng)定義一種不依賴于任何未知參數的模糊優(yōu)勢關系，并提出基于模糊優(yōu)勢關系的模糊區(qū)分矩陣，對此去模糊化處理后，獲得了集值序信息系統(tǒng)的知識約簡。
　　3)在集值序信息系統(tǒng)的基礎上，研究了決策屬性值為模糊性概念的集值序模糊決策系統(tǒng)的粗糙決策問題。首先將優(yōu)勢關系粗糙集模

4、型推廣至模糊情形，然后，基于模糊決策集的下、上近似，給出集值序模糊決策系統(tǒng)下、上近似約簡的定義，結合下、上近似協(xié)調集的判定定理，提出了基于區(qū)分矩陣的下、上近似約簡方法，并提取出簡化的模糊決策規(guī)則。
　　4)在直覺模糊信息系統(tǒng)中引入優(yōu)勢關系，提出一種基于優(yōu)勢關系的直覺模糊多屬性決策方法;對粗糙集模型進行了直覺模糊環(huán)境下的擴展，并給出直覺模糊粗糙集的不確定性度量;針對含有多個直覺模糊決策值的直覺模糊決策系統(tǒng)，提出基于區(qū)分矩陣的分布約簡