一种基于相似度比较的模糊属性约简方法.pdfVIP

第 28卷第 4期 模 糊 系 统 与 数 学 Vo1．28。No．4 2014年 8月 FuzzySystemsandMathematics Aug．，2014 文章编号 ：1001—7402(2014)04一O164—07 一 种基于相似度 比较的模糊属性约简方法 冯楠坪 ，周 磊 (成都信息工程学院 应用数学学院，四川I成都 610225) 摘 要 ：属性约简是粗糙集理论的重要研究 内容 ，本文基于模糊信 息系统 ，一方面，通过模糊相似关系定 义 了条件相似度 以及 决策相似度 ，建立 了关于条件相似度与决策相似度 的相对比较矩阵，给 出了属性约 简集的新定义；另一方面 ，结合知识 的粒度 、分辨度、关联度确定 了条件属性对决策属性 的重要度 ，由此 ， 提 出了一种基 于相似度 比较 的模糊属性 约简方法。 关键词 ：属性约简 ；模糊相似度 ；知识粒度 中图分类号 ：O159 文献标识码 ：A 1 引言 粗糙集理论作为一种处理不精确、不完备和不充分信息的数学理论 ，最初是由波兰学者 z．Pawlak 于 1982年提出的_】]，近年来 ，该理论已广泛应用于机器学习，模糊识别 以及数据挖掘等多个领域。在 Pawlak粗糙集模型中，论域上对象之间的关系是一个等价关系，利用等价关系构造上、下近似算子，来 描述论域上的每个集合；但在实际的信息系统中，人们涉及到的知识或概念往往是模糊不确定的，属性 的值可能是离散的，可能是连续值的，也可能是包涵一些程度词语等 ，由此引起 了一系列关于模糊信息 系统中知识发现的研究，其 中非常活跃而且有意义的工作则是结合粗糙集理论与模糊数学 ，研究模糊信 息系统 中的粗糙近似问题、属性约简 问题 、不确定性度量问题 、规则提取问题以及近似推理问题等 ， 如基于模糊相似度 、模糊粗糙依赖度 的属性约简算法 、基于模糊包含度 的粗糙集模型 ]、利用模糊 信任函数和模糊似然函数提出模糊决策表的证据推理口等。同时，知识也看作是对论域的划分 ，从而知 识具有了颗粒性，一般把知识对应的划分模式称为知识粒度或信息粒度 ，通过知识的粒度、分辨度、协调 度、知识的信息熵和粗糙熵等研究模糊信息系统中的知识发现及不确定性度量成为模糊信息系统研究 的一个重要方面_1卜H]。本文基于模糊相似度，继续拓展研究模糊信息系统中的属性约简问题，探讨了一 种基于相似度比较的模糊属性约简方法。 2 基于相似度 比较的模糊属性约简理论 在 Pawlak粗糙集模型中，论域 上任意一个经典集合 不一定能用知识库 ( ，R)中的知识来精 确地描述 ，这时就用 A关于 (u，R)的一对上下近似来描述 。但是实际生活中，人们涉及到的知识或概念 往往是模糊的不确定的，即 是 上的一个模糊集合。 收稿 日期 ：2013-02—18；修订 日期 ：2013-0507 基金项 目：国家 自然科学基金资助项 目11071284) 作者简介 ：冯楠坪(1987一)，男，四川达州人，成都信息工程学院数学学院研究生，研究方向：粗糙集属性约简；周磊 (1981一)，女，四 川广安人，成都信息工程学院数学学院副教授 ，研究方向：粗糙集，粒计算，模糊集与近似推理 。 第 4期 冯楠坪 ，周磊 ：一种基于相似度 比较 的模糊属性约简方法 定义2．1 称G一 (，A，F，D)为模糊信息系统 ，其中U一 {z，。，…，32}是对象集 ，A一 { ， ， … ， }是模糊条件属性集 ，F一 { ： 一 [0，1](尼≤m，≤ )}是对象集在属性集上的映射或关 系函数，D一 { ：U一 [0，1](z≤r))是模糊决策属性集 。 定义 2．2 称 G一 (，A，F，D)为模糊信息系统 ，．32， ∈U，l l一 ， ∈A，定义五与 在条 件属性集 上的模糊相似度为 ： sima( ，z，)一 A^( )·A (z) 1≤ i