基于软计算的含油性模糊规则提取研究.pdfVIP

计算机科学2007V01．34No．8A 基于软计算的含油性模糊规则提取*) Rulesof FormationBased011Soft ExtractingFuzzy Oil—bearing Computing 郭海湘诸克军李碉周晶晶 (中国地质大学管理学院 武汉430074) Withthe oil work and Al菇trad devbelopmentof exploration，theofoil-b饯Irillgformationismore moreuncertain- followsthe of andextractsthe rulesinodfieldoilsk81，oil- 哆．T_11epaper processdata-information-knowledgefuzzy sk83andoilsk85．At the attributesfromtheinteractedattributeswith formation first，choosingkey oil-bearing by GA—FCM tlleif-thenrulesbasedonthe attributes，whichbecomesthe nestingalgorithm．Thenexhaling tuzzy key eRrl sets．Atlastwe obtainthe rules、Ⅳiththeleastattributes．theleastnumberand preparing fuzzy highaccuracy． Soft rule Keywordscomputing，Attributereduction。Fuzzy Re— 规则集，必须进行数据约简。数据约简(Data 1 引言 duction)是在保持知识库的分类或决策能力不变的 油气勘探中的含油性识别随着时间的推移变得 条件下，删除其中不相关不重要知识，简单地说就是 越来越复杂和不确定。油气勘探中有许多原始数 通过已有数据及其关系的分析在不影响原系统功的 据，在这些数据中隐藏着某些信息，如果再经过提炼 情况下，将一些无关或多余的信息去掉，以达到信息 就可以成为知识，可以帮助决策者更好的决策。当 约简的目的。但是为了保持原有决策系统功能，不 大量数据不停地被收集和存储，人们对数据中属性 能无限制地对已有数据进行约简。我们把维持系统 集之间的相关联系越来越感兴趣。这种数据中属性 功能的最小数据集合称之为核，而这正是我们约简 之间的有趣的相关联系称为关联规则。规则是数据 的目的。通常数据约简有3个步骤[z]：属性约简(属 挖掘的知识模式中比较重要的一种[1]。规则可以广 性约简即从决策表中消去一些不必要的列)、属性值 泛应用于各个领域，既可以检验行业内长期形成的 约简(属性值约简等价于从决策表中消去一些无关 知识模式，也能够发现隐藏的新规律，完成从数据到 紧要的属性值)和决策规则约简。 信息，从信息到知识的认识过程。为了得到精简的 数据集