开题报告-不完备信息系统中基于不可区分度的知识约简算法的程序设计与实现.docVIP

姓 名 晋媛 学 号 2005240022 所在专业 计算机科学与技术 论文（设计）题目 不完备信息系统中基于不可区分度的知识约简算法的程序设计与实现 选题的目的和意义： 由于不完备信息系统（含有缺省数据或不精确数据）普遍存在，近年来，对不完备信息系统的研究已经引起了人们的广泛注意。文[13]基于不完备信息系统提出了信息系统的可区分度和不可区分度的概念，给出了它们的重要性质，并建立了二者之间的关系，并且证实了不完备信息系统的不可区分度和可区分度可退化为完备信息系统的知识粒度与信息熵。文[9]在文[13]研究的基础上，提出了一种基于不完备信息系统的知识获取方法，将含有缺省值的不完备信息系统的知识约简方法与多值信息系统的知识约简统一起来。这些结果对不完备信息系统中的知识约简有着重要的指导意义。但到目前为止，对基于不可区分度的不完备信息系统知识约简算法的研究还集中在理论方面，缺乏实际成型的、更有效、更直接的应用程序或软件，所以，该算法的程序实现可以填补这方面的空白，具有实际意义。 文献综述（国内外研究现状、研究方向、进展情况、存在问题等，并列出10篇以上所查阅的国内外参考文献，要求3000字以上）： 1.粗糙集理论相关知识: 粗糙集(Rough Set，简写为RSZ.Pawlak为开发自动规则生成系统及研究软计算问题于1982年提出的[1]。RS理论是一种处理不精确、不确定与不完全数据的新的数学方法。由于它在机器学习与知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理、人工智能、模式识别与分类、故障检测等方面的广泛应用，现已成为一个热门的研究领域。RS理论主要兴趣在于它恰好反映了人们用RS方法处理不分明问题的常规性，即以不完全信息或知识去处理一些不分明现象的能力，或依据观察度量到的某些不确定的结果而进行分类数据的能力。 粗糙集理论的核心思想是给定一个论域(非空有限集合)，及论域上的一个等价关系，称序对是一个近似空间或知识库。在近似空间中，等价关系将论域分割成两两互不相交的等价类，每一个等价类对应一个粒子，同时称商集是近似空间的一组知识基，也代表了论域的一种粒度。这样对于论域上的任何一个子集(近似空间的一个概念)就可以用它的上、下近似来刻画。 RS是一种较有前途的软计算方法，为处理不确定性信息提供了有力的分析手段理论，而且它具有较强的实用性,从诞生到现在虽然只有二十几年的时间，但已经在许多领域取得了令人鼓舞的成果。例如: 模式识别、地震预报、股票数据分析、数据库中的知识发现、粗糙控制、医疗诊断、专家系统、人工神经元网络、决策分析等等。 目前，粗糙集理论的研究方向主要是三个方面： 理论上，①利用抽象代数来研究粗糙集代数空间这种特殊的代数结构；②利用拓扑学描述粗糙空间；③还有就是研究粗糙集理论和其他软计算方法或者人工智能的方法相接合，例如模糊理论、神经网络、支持向量机、遗传算法等；④针对经典粗糙集理论框架的局限性，拓宽粗糙集理论的框架，将建立在等价关系的经典粗糙集理论拓展到相似关系甚至一般关系上的粗糙集理论。 应用上，粗糙集理论在许多领域得到了应用，①临床医疗诊断；②电力系统和其他工业过程故障诊断；③预测与控制；④模式识别与分类；⑤机器学习和数据挖掘；⑥图像处理。 算法上，一方面研究了粗糙集理论属性约简算法和规则提取启发式算法，例如基于属性重要性、基于信息度量的启发式算法，另一方面研究和其他智能算法的结合，比如：和神经网络的结合，利用粗糙集理论进行数据预处理，以提高神经网络收敛速度；和支持向量机SVM结合；和遗传算法结合；特别是和模糊理论结合，取得许多丰硕的成果，粗糙理论理论和模糊理论虽然两者都是描述集合的不确定性的理论，但是模糊理论侧重的是描述集合内部元素的不确定性，而粗糙集理论侧重描述的是集合之间的不确定性，两者互不矛盾，互补性很强，是当前国内外研究的一个热点之一。 2.不完备信息系统研究现状及存在问题： 最初由Z.Pawlak 提出的RS理论是面向完备信息系统的，因此使用RS理论处理不完备信息系统的早期做法是使用其他方法先将不完备信息系统转化为完备信息系统，然后应用RS方法对数据进行处理。处理缺失值的方法一般有两种:一种是删去带有缺失值的对象；另一种是将每个带有缺失值的对象用一个可能的对象集合来代替。这些方法由于缺乏对缺失值的直接处理,因而存在众多的不足。例如，两种处理方式中前一种将会丢失数据中很多有用的知识，而后一种则会造成数据规模的急剧扩张。针对以上问题,近年来很多RS理论研究者提出了多种能够直接对不完备信息系统进行处理的基于RS理论的扩充模型和方法。 1997年M.Kryskiewicz 提出了不完备信息系统的基于容差关系的粗糙集模型及其知识约简方法，从而为粗糙集的实用化迈出