第一讲Pawlak粗糙集模型.pptVIP

第一讲: Pawlak粗糙集模型 粗糙集理论是一种新的处理不确定性知识的数学工具，是由波兰科学家Pawlak在1982年首先提出的: Pawlak Z, Rough sets, International Journal of Computer and Information Sciences, 11(1982) 目前已发展成为人工智能的一个重要研究方向，在数据挖掘(data mining)与信息系统知识发现(KDD)中具有非常广泛的潜在的应用背景，并已获得许多成功的应用。 IRSS: International Rough Set Society, 1997中国人工智能学会，粗糙集与软计算专业委员会，2003，11粗糙集与软计算学术年会（2001） 主要参考书:Pawlak Z, Rough sets: Theoretical Aspects of Reasoning about Data, Kluwer Academic Publishers, Boston, 1991曾黄麟，粗集理论及其应用，重庆大学出版社，1998刘清，Rough集与Rough推理，科学出版社，2001王国胤，Rough集理论与知识获取，西安交通大学出版社，2001张文修等，粗糙集理论与方法，科学出版社，2001张文修等，信息系统与知识发现，科学出版社，2003史开泉等, S粗集与粗决策, 科学出版社，2006张文修等，基于粗糙集的不确定决策，清华大学出版社，2005 一 知识与知识库 二 基本定义  三 性质 设 为一近似空间，对于任意 (1) (2) (3) (4) (5) (6) 一般情况下,下列等式不成立: 四 粗糙集的不确定性度量 X的近似精度: X的粗糙度 五 近似分类的不精确性度量 对于近似分类 的近似分类精度 近似分类质量 讨论题1:粗糙集的拓扑结构 讨论题2：粗糙集的表示 讨论题3:粗糙集与非经典逻辑代数 对于任意 令 则 构成格. 令 则 为剩余格. 下近似、上近似具有下面的等价表达形式： ， 。 其中是关于的等价类， 是所有等价类的集合， 恰好构成对论域的划分。 按颜色、形状分类： 红颜色三角形积木： 红颜色园形积木： 黄颜色三角形积木： 黄颜色园形积木： 黄颜色方形积木： 兰颜色三角形积木： 兰颜色方形积木： 知识越多、越强，分类越细。 在近似空间中，若能表示为某些等价类的并， 则称是精确集，或可定义的，简称为可定义的； 否则称是不可定义的，或粗糙集。粗糙集所表示的概念 具有不确定性。对于粗糙集，可以借助两个精确集与近似地刻画。 关于粗糙集的概念，还有另外一种观点。有些文献将上、下近似集 构成的二元组称为近似空间中的粗糙集。 2 知识的数学表示：等价关系 设是对象构成的非空有限集合，以下称为论域。 Pawlak粗糙集理论仅讨论能对论域形成划分的知识。由于划分与 等价关系可以互相确定，因此，一个知识就是上的一个等价关系。 设是上的一个等价关系，等价类集合为： 称等价类为初等概念。 若，则称为一概念。 1 粗糙集理论的基本观点： 知识是对对象进行分类的能力，即区分对象的能力。 例 考虑玩具积木的集合。 按颜色分类： 红颜色积木： 黄颜色积木： 兰颜色积木： 设是一个非空有限集合为上的一个等价关系， 称二元组为一个Pawlak近似空间，简称为近似空间。 对于任意，关于近似空间的下近似 与上近似分别定义为： ， 。 对于，分别称集合 为的边界域， 为的正域， 为的负域。 按形状分类： 三角形积木： 园形积木： 方形积木： 按体积大小分类： 大： 小： 设是上若干等价关系构成的集合，称二元组为一个知识库。 若且，则称为不可区分关系， 记为，即 对于，显然有 称为的基本 知识，其中元素称为基本概念。 设是Pawlak近似空间，。 若，则称与下粗相等，记为； 若，则称与上粗相等，记为； 若且，则称与粗相等，或相等，记为. 显然，、与都是上的等价关系， 定理 设是一个Pawlak近似空间。对于任意， 是一个粗糙集表示（即存在使得） 的充分必要条件是，且 其中是所有 可定义集的集合，。 注：是幂集布尔代数的子代数。 粗糙集理论的基本特