机械故障诊断粗糙集理论试卷.ppt

机械故障诊断粗糙集理论 姓名： 学号: 指导老师： 粗糙集理论是由Z.Pawlak于1982年提出的一种新的处理模糊和不确定性知识的数学工具。其主要思想是在保持分类能力不变的情况下，通过知识约简，导出问题的决策和分类规则。目前，粗糙集理论已被成功应用于机械学习、决策分析、过程控制、模式识别以及数据挖掘等领域。 一、一般概念 论域： 是我们感兴趣的对象组成的有限集合。 概念(类，范畴）：任意子集 ，称为U的一个概念。（空集也是一个概念） 论域U的分类： ,使得 给定知识库K=（U,R),其中，U为论域，R为U上的等价关系族。等价关系族的子集 ，则 对论域的划分记为IND(P)。IND(P)也是一个等价关系，并称为U上的不可分关系，则存在子集 和一个等价关系 IND(K)定义为K中所有等价类的族，记作： 等价关系R将论域U划分为不相交的子集，称为等价类。相同等价类的元素是不可分的。 例1 给定一玩具积木的集合 ，并假设这些积木有不同的颜色（红、黄、蓝），形状（方、圆、三角），体积（小、大）。因此，这些积木都可以用颜色、形状、体积这些知识的描述，例如，一块积木可以是红色、小而圆的，或者黄色、小而方的等。如果我们根据某一属性描述这些积木的情况，就可以按颜色、形状、体积分类。 按颜色分类： ——红 ——蓝 ——黄 按形状分类： ——圆 ——方 ——三角 按体积分类： ——大 ——小 换言之，我们定义了三个等价关系（属性），即颜色 、形状 和体积 ，通过这些等价关系，可以得到下面那个等价类，即： 这些等价类是由知识库 中的初等概念（初等范畴）构成的。 基本范畴是初等范畴的交集构成的，例如集合为： 它们分别为 的基本法范畴，即红色三角形、蓝色方形、黄色三角形。 集合 分别是 的基本范畴，即红色大三角形、蓝色大方形、黄色大三角形。 集合 分别为 的范畴，即红或蓝(非黄），蓝或黄（非红），红或黄（非蓝）。 有些范畴在这些知识库中无法得到，例如集合 为空集，也就是说，在我们的知识库中，不存在蓝色圆形或红色方形的范畴，即为空范畴。 下面讨论两个知识库之间的关系。 令K=(U,P)和K1=(U,Q)两个知识库，当ind（P） ind（Q）时，我们称知识P（知识库K）比知识库Q（知识库K1）更精细，或者Q比P更粗糙。当P比Q更精细时，我们也称P为Q的特化，Q为P的推广。这意味着，推广是将某些范畴组合在一起，而特化则是将范畴分割成更小的单位。 上下近似集 令 ，R为U上的一个等价关系，当A能表达成某些R基本范畴的并时，称X是R可定义的。否则称X是R不可定义的。 R可定义集是论域的子集，它在知识库中可精确的定义，而R不可定义集不能在这个知识库中定义。R可定义集也可称作R子集，R不可定义集也称作非精确集或粗糙集。 当存在等价关系 且X为R精确集时，集合 称为K中的精确集；当对于任何