模糊粗糙集和知识获取的研究.pdfVIP

摘要 摘要 目前，模糊集理论和粗糙集理论已成为知识获取的两种重要数学工具。模 糊集理论是一种用精确的数学语言对模糊性进行描述的方法，而粗糙集理论是 建立在分类基础上的，将知识理解为对数据的划分，每一划分块是一个概念， 其主要思想就是利用已知的知识库中的知识去描述模糊或不确定的知识。模糊 集理论和粗糙集理论都有其现实的背景和严密的理论基础，均可用来描述知识 的不精确性和不完全性，两者之间既有深刻的联系，又有本质的不同，具有很 强的互补性。模糊集理论着眼于知识的模糊性，而粗糙集理论着眼于知识的粗 糙性，两者反映的知识粒度不同。粗糙集理论的优势在于它不需要任何预备的 额外的数据信息，而模糊集理论处理不确定性问题的常用方法需要一些数据的 附加信息或先验知识。但是，粗糙集理论也有其局限性，单纯地使用粗糙集理 论未必能完全有效地描述不精确或不确定性问题，将两者进行有机地融合，便 可发挥各自的优势，就会得到更具表达力的粗糙模型，即模糊粗糙集模型。为 此，本文在对模糊集理论和粗糙集理论的一些基本问题进一步讨论的基础上(见 第2，3章)，重点研究了模糊粗糙集的数字特征及其公理化问题(见第4章)， 并探讨了模糊粗糙集理论在知识获取中的应用(见第5章)。 首先，本文讨论了模糊度的形式以及有关模糊关系的几个问题，其主要成 果是：得到了模糊度的一个扩展形式和一个新的模糊度计算公式，以及不同模 糊度计算公式的多种组合方式；给出了模糊关系合成的分解形式；证明了模糊 关系是模糊相似(等价)关系的一个充要条件。 其次，本文对粗糙集理论的一些基本问题做了进一步地研究，其主要成果 是：给出了两个等价关系并、交下的集合近似与每一等价关系下的集合近似之 间的关系，两个等价关系相等与集合的上、下近似相等之间的关系；提出了粗 糙集的反问题的概念，并讨论了其求解方法；给出了两个等价关系的并、交下 的粗糙度与每一等价关系下的粗糙度之间的关系；给出了粗糙集的上近似算子 的一个公理组和一个极小化公理组，并证明了其可靠性和独立性。 再次，本文讨论了模糊粗糙集的若干理论问题，其主要成果是：利用模糊 关系的合成运算，给出了模糊上、下近似的简洁表示形式，并提出了模糊粗糙 集的反问题的概念；建立了模糊粗糙集与Pawlak粗糙集之间的各种关系；给出 了模糊粗糙集的粗糙度、模糊度和贴近度的公理化定义及其构造方法，得到了 摘要 两个关于模糊粗糙集的粗糙度不等式，以及多个具体的模糊粗糙集的粗糙度、 模糊度和贴近度；引入了数加模糊集和模糊关系的外合成运算两个概念，推导 出了模糊下近似算子的一个公理组，并证明了其可靠性和独立性。 最后，本文讨论了几种重要信息系统中的知识获取方法，其主要成果是： 给出了离散型决策表属性的一个基于可辨识0．1信息表的启发式约简算法和一 个二分归纳约简算法；给出了连续型决策表的基于模糊贴近度的属性约简与规 则获取方法；针对连续型决策表，提出了模糊相对约简和模糊相对核的概念， 证明了模糊相对约简的存在性，以及所有模糊相对约简的交是模糊相对核的结 论，给出了属性重要性的一个计算公式，并由此给出了一个启发式属性约简算 法和一种规则获取方法；将偏好关系引入信息系统，提出了偏好信息系统、偏 好决策表、信息效用函数的概念，给出了信息效用函数的存在性定理以及信息 效用函数在知识获取中的几个应用。 本文还列举了需要进一步研究的相关问题。 关键词：模糊集，粗糙集，模糊粗糙集，知识获取，信息系统 II Abstract ABSTRACT At set and set havebecometwo present，fuzzytheoryroughtheory important mathematicaltoolsfor set isthemethodthat knowledgeacquisition．Fuzzytheory describesfuzz