基于粗糙集理论的软计算融合系统研究综述.pdfVIP

( ) 　鲁东大学学报 自然科学版 ( ) ( ) 　Ludong U n iversity Journal N atural Science Edition 2007 , 23 2 : 136—14 1　 综述 基于粗糙集理论的软计算融合系统研究综述 李仁璞 ,张福增 ,赵永升 ,宋丽华 (鲁东大学计算机科学与技术学院 , 山东 烟台 264025) 摘要 :面向数据挖掘领域 ,综述了基于粗糙集理论的软计算融合系统的研究进展 ,按照粗糙集在这些系统中的 数据预处理 、不确定性度量和知识抽取功能 ,分别总结了这些系统的特点 ,指出了现有系统面临的问题以及今 后的研究方向. 关键词 :数据挖掘 ;软计算 ;粗糙集 ;神经网络 ;遗传算法 中图分类号 : TP273　　文献标识码 : A 　　文章编号 :(2007) 　　数据挖掘是一个从数据库中的数据中抽取隐 的软计算融合系统研究进行了综合评述 ,分析了 ( 含的、事先未知的和潜在有用的信息 如知识规 各类融合方式的特点 ,指出了该领域面临的问题 ) [ 1 ] [ 2 ] 则 、约束 、规律 的非平凡过程 . 软计算 是一 和今后的研究方向. 个方法的集合体 , 目前主要包括模糊集 、神经网 络 、遗传算法以及粗糙集理论. 软计算方法已广泛 1　粗糙集与软计算 应用于包括数据挖掘 [ 3 ] 在 内的诸多领域的不精 ( ) 确 、不确定问题. 每一种软计算方法都有其优势. 　　粗糙集 rough sets, R S 理论最早由波兰数 例如 ,模糊集可以对人类思维进行建模 ,从而对不 学家 Paw lak [ 6 ] 于 1982 年提出 ,它是一种处理不 确定性问题提供一种 自然的解决机制 ;神经网络 精确 、具有含糊性和不确定性问题的数学方法. 经 分类精度高 ,对噪声具有强鲁棒性 ;遗传算法广泛 过 20 多年的快速发展 ,粗糙集理论已经成为数据 用于优化搜索问题 ;粗糙集在属性约简和规则抽 挖掘方法中的主流技术之一 , 已成功应用于医疗 取方面性能优良. 同时 ,这些软计算方法又有各自 诊断、过程控制以及天文数据分析等领域. 在数据 ( 的局限性. 模糊集因过度依赖专家知识 领域知 挖掘领域 ,粗糙集主要应用于属性约简 、规则抽 ) 识 而使其应用范围受到限制 ,神经网络存在训 取 、数据 不确 定分析 以及挖掘 结果解释等方 练时间长 、知识解释性差等问题 ,遗传算法则有收 面 [ 7 ] . ( ) 敛速度慢 、稳定性差等缺陷 ,粗糙集对数据中的噪 　　软计算 soft compu ting, SC 概念由模糊逻辑 声较敏感 ,而且在最优约简和最优