偏序信息系统中基于属性优势度的一种全序化方法.pdfVIP

计算机科学2007V01．34NQ．8A 偏序信息系统中基于属性优势度的一种全序化方法*) A BasedonAttributeDominanceinOrderedInformation Method Degree System Ranking 赵静1-2曹付元2梁吉业1．2 (计算智能与中文信息处理省部共建教育部重点实验室 太原030006)1 (山西大学计算机与信息技术学院 太原030006)2 Abstrac{Inthe dominanceof attributeandthedominanceoftheattributesetate paper，the degreesingle degree dominanceofthewholeorderedinformationis methodbasedOnthe defined．The degree systemgiven．Asorting dominanceis inthe effectivenessofthis isillustrated degreeproposedpaper．The approach by孤exampl己 KeywordsRoughsets，Dominancerelation，Sorting，Dominancesegree 偏序信息系统中的对象只有一少部分是可比较的， 1 引言 因此，对于不可比较对象，利用文E8～11]的方法进 信息系统作为数据的一种描述框架，广泛存在 行排序后结果不甚理想。 于数据库模型、决策分析、模式识别与机器学习等领 针对以上问题，本文提出了一种基于属性优势 域。粗糙集理论是PawlakZcl]于1982年提出的一度的全序化方法，分析对象在每个属性上的优劣关 种在信息系统框架下研究不完整、不确定知识表示 系，进而确定对象在偏序信息系统中的综合优势度， 及归纳推理的学习理论，但经典粗糙集理论不能处 利用对象的综合优势度由高到低的顺序将偏序信息 理具有偏好属性的信息系统，文[2～6]提出了基于系统全序化，实例表明该方法有较好的排序结果。 偏序关系扩展的粗糙集方法，并将其应用于偏序信 2偏序信息系统的基本概念 息系统中。 全序化方法是偏序信息系统中的研究热点。传 一个偏序信息系统由一个四元组构成：S一(U， 统的方法有基于权重信息的方法[7]，为了避免权重 A，V，p，其中，U={Xt，zz，…，z。)为对象集，A= 信息的主观性，通常这类方法需要经过复杂的计算 {a。，a：9a-·，口。)为属性集，y=UU为属性集值域， 确定权重。因此，近年来许多学者提出了基于粗糙 t 并且属性值Vd有偏好次序，fU×A—V是一个 集理论的全序化方法[8叫¨，避免使用权重信息，而 信息函数，表示对每一个a∈A，z∈U，f(x，口)∈ 是将偏好关系用知识的形式表示出来并结合相应的 圮。 规则实现全序化。文[8，lo]提出了通过比较对象在 若对象zi在属性a上不劣于对象工j，则有， 全体属性上的优势、劣势类来实现快速全序化的方 (五，口)≥f(xi，口)，若对象五在属性口上不优于对 法。文l-9，113提出了进人流、离开流和净流的概念，象zj，则有f(xf，口)≤f(xj，口)。 在将偏序信息系统转换为两两比较表的基础上计算 定义1t10]