粗糙集理论介绍和研究综述_张文修.pdfVIP

第14卷第4期　 　　　　 　模　糊　系　统　与　数　学　 　　　　　V ol. 14, N o. 4 2000年12月　　　　　　 　 Fuzzy Sy stems and M athematics　　　　　　　D ec. , 2000　 文章编号: 1001-7402( 2000) 04-0001-12 粗糙集理论介绍和研究综述 张文修, 吴伟志 ( 西安交通大学 理学院 信息与系统科学研究所, 陕西 西安　710049) 摘　要: 介绍粗糙集理 论的基本原理, 粗糙集理论中 的知识表示以及目 前粗糙集理 论的研究 状况。 关键词: 粗糙集; 模糊集; 近似空间; 近似算子; 信息系统 中图分类号: T P18　　　文献标识码 : A 1　引言 粗糙集作为一种处理不精确、不确定与不完全数据的新的数学理论, 最初是由波兰 数学家Z. Paw lak[ 24] 于1982年提出的。由于最初关于粗糙集理论的研究大部分是用波兰语 发表的, 因此当时没有引起国际计算机学界和数学界的重视, 研究地域也仅局限在东欧 一些国家, 直到20世纪80年代末才逐渐引起各国学者的注意。近几年来, 由于它在机器 学习与知识发现[ 6, 25] 、数据挖掘[ 4, 18] 、决策支持与分析[ 19, 29, 30] 等方面的广泛应用, 研究逐 渐趋热。1992年, 第一届关于粗糙集理论国际学术会议在波兰召开。1995年, ACM Com- munication 将其列为新浮现的计算机科学的研究课题。1998年, 国际信息科学杂志( Infor- mation Sciences) 还为粗糙集理论的研究出了一期专辑。 粗糙集理论是建立在分类机制的基础上的, 它将分类理解为在特定空间上的等价关 系, 而等价关系构成了对该空间的划分。粗糙集理论将知识理解为对数据的划分, 每一被 划分的集合称为概念。粗糙集理论的主要思想是利用已知的知识库, 将不精确或不确定的 知识用已知的知识库中的知识来( 近似) 刻画。该理论与其他处理不确定和不精确问题理 论的最显著的区别是它无需提供问题所需处理的数据集合???外的任何先验信息, 所以对 问题的不确定性的描述或处理可以说是比较客观的, 由于这个理论未能包含处理不精确 或不确定原始数据的机制, 所以这个理论与概率论, 模糊数学和证据理论等其他处理不确 定或不精确问题的理论有很强的互补性。 本文首先介绍粗糙集理论的基本概念, 粗糙集理论中的知识表示, 然后分析了该理论 本文系编辑与出版工作委员会、教育与普及工作委员会联合特约专稿。 收稿日期: 2000-06-20 作者简介: 张文修( 1940-) , 男, 山西翼城人, 西安交通大学研究生院院 长, 教授, 博士生导师, 中国数学会常务理 事, 陕西省数学会 理事长, 研究方 向: 应用概率与集 值随机过程, 计算 机智能推理与 计算机仿真, 遗传 算法等; 吴伟志 ( 1964-) , 男, 浙江舟山人, 浙江海洋学院数学系副主任, 副教授, 西安交通大学理学院信息与系统科学研究所博士研究 生, 研究方向: 粗糙集理论, 集值分析与随机集等。 2 模　糊　系　统　与　数　学　　　　　　　　　　　2000年 的研究现状。 2　粗糙集理论的基本概念 设 U 是非空有限论域, R 是 U 上的二元等价关系, R 称为不可分辨关系, 序对 A = ( U, R ) 称为近似空间。