4计算智能3.pdf

4 计算智能 4.5 粗糙集理论 4.6 群智能 1 4.5粗糙集理论 现实生活中有许多含糊现象并不能简单地 用真、假值来表示﹐如何表示和处理这些现 象就成为一个研究领域。早在1904年谓词 逻辑的创始人G.Frege就提出了含糊 (Vague)一词，他把它归结到边界线上，也 就是说在全域上存在一些个体既不能在其某 个子集上分类，也不能在该子集的补集上分 类。 2 4.5粗糙集理论（续） 模糊集 1965年，Zadeh提出了模糊集，不少理 论计算机科学家和逻辑学家试图通过这一理 论解决G.Frege的含糊概念，但模糊集理论 采用隶属度函数来处理模糊性，而基本的隶 属度是凭经验或者由领域专家给出，所以具 有相当的主观性。 3 4.5粗糙集理论（续） 20世纪80年代初，波兰的帕夫拉克 （Pawlak）针对G.Frege的边界线区域思 想提出了粗糙集（Rough Set）﹐他把那些 无法确认的个体都归属于边界线区域，而这 种边界线区域被定义为上近似集和下近似集 之差集。由于它有确定的数学公式描述，完 全由数据决定，所以更有客观性 。 4 4.5粗糙集理论（续） 粗糙集理论的主要优势之一是它不需要任 何预备的或额外的有关数据信息。自提出以 来，许多计算机科学家和数学家对粗糙集理 论及其应用进行了坚持不懈的研究，使之在 理论上日趋完善，特别是由于20世纪80年 代末和90年代初在知识发现等领域得到了成 功的应用而越来越受到国际上的广泛关注。 5 4.5粗糙集理论（续） 1991年波兰Pawlak教授的第一本关于 粗糙集的专著《Rough Sets：Theoretical Aspects of Reasoning about Data 》和 1992年R.Slowinski主编的关于粗糙集应用 及其与相关方法比较研究的论文集的出版， 推动了国际上对粗糙集理论与应用的深入研 究。1992年在波兰Kiekrz召开了第1届国际 粗糙集讨论会。从此每年召开一次与粗糙集 理论为主题的国际研讨会。 6 4.5粗糙集理论（续） 粗糙集理论的贡献 1、知识表示的方法：给出了一种全新的对于 不确定性知识的表示方法—Rough Sets。 2、粗糙集约简理论：基于粗糙集知识表示方法 的一套数据约简理论。这是粗糙集理论的核 心，所以Rough Sets又常被译为约简集或约略 集。 粗糙集约简理论是粗糙集理论中与知识处理密 切相关的部分，它规定了数据库中冗余数据的 定义和删除方法。 7 4.5.1粗糙集理论的基本概念 粗糙集理论建立在分类机制的基础上，把分类理解 为在特定空间的等价关系，而等价关系构成了对该 空间的划分； 把知识理解为对数据的划分，而每一划分的集合称 为概念。利用已知的知识库，用知识库的已知知识 近似描述不精确或不确定的知识。 与其他处理不确定问题理论的显著区别