基于软集合参数约简的一种启发式算法.pdfVIP

第27卷第4期 模糊系统与数学 V01．27，No．4 andMathematics 2013年8月 FuzzySystems Aug．，2013 文章编号：l001—7402(2013)04—0135—05 基于软集合参数约简的一种启发式算法+ 魏 巍，缪 彬 (昆明理工大学管理与经济学院，云南昆明 650093) 摘 要：在比较和分析了原有软集合参数约筒文献的基础上，本文总结出了一些参数约简的结论，并结 合参数约简的思想，提出了一种参数约简的启发式算法。同时，本文给出了该启发式算法的具体算法过 程及算例，并对该算法的相关理论进行了证明。最后，将该算法的约筒结果与其它两种算法进行对比分 析，表明本文算法的高效性和优越性。 关键词：软集合；参数约简；启发式算法 中图分类号：C934 文献标识码：A 它克服了概率论，模糊集理论瞳]，区间数学[3叫3以及粗糙集理论[5叫1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 的参数约简中。而Chen．D在2005年文献E8]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，我们不可以单独的定 义某个不必要的参数，这是因为在软集合中决策数值是由参数的数值来计算(即1的数量)，但在粗糙集 中，决策属性值并不能简简单单地通过条件属性得到。通过对原有文献的分析，我们可以得到如下结论： (1)在软集合的参数约减中，我们无需考虑所得参数约简结果的不可分辨关系是否保持不变。(2)在软集 合的参数约减中，我们所得到的参数约简的最优决策对象及次最优决策对象是否与原来一致。(3)我们 所得到的参数约简结果的参数值或各参数值的和是否相等。 邹艳在2009年文献E9]中提出了一种基于最优选择对象不变的参数约简方法，但该方法存在如下 缺陷：(1)人为地将最优决策值所对应的参数中含0的列自动删除，致使参数约简的结果不充分；(2)所 得的参数约简结果并不能满足各个参数值的和保持不变，例如在文献[9]中，e。，e。为约简结果之一，但 六，两(矗，)≠^，丽(矗。)；(3)在原文步骤三中“P个H。两两之间不存在包含关系”也是不正确的，即约简结 果中可以同时出现含相同参数的集合；(4)该算法虽保持最优决策对象不变，但次最优决策对象却发生 *收稿日期：2011-12—13 基金项目：云南省应用基础研究计划项目(201IFB024) 作者简介：魏巍(1988一)，男，黑龙江大庆人，研究方向：系统工程，企业信息化；缪彬(1975一)，男，湖北黄石人，副教授，研究方向：信 息系统，企业信息化。 万方数据 136 模糊系统与数学 2013矩 h5、h6(t】御(^3)一f1瑚(矗4)一L1础(矗5)一歹：，瑚(^6))。 Zhi Kong等在2008年文献EloZ中提出了一种参数约简的方法，该方法通过决策分割区间，参数重 要程度等手段来求得参数约简，但其方法计算的时间复杂度及空间复杂度较高。 因此，基于以上两种算法的缺陷，本文提出一种启发式的参数约简算法，并将该算法与以上两种算 法进行对比，结果表明本文算法的优越性及高效性。 1 一种参数约简的启发式算法 1．1文献回顾 定义1．1[妇U为初始全集，E为参数集，当且仅当F是E所有子集的一个映射时，则称(F，E)为U 集合的一个软集