基于粗糙隶属函数的灰数灰度定义与分级研究.pdf

基于粗糙隶属函数的灰数灰度定义与分级 菅利荣，刘思峰 (南京航空航天大学经济与管理学院，南京，210016) 摘要：将某一对象属于或不属于某一集合的程度视为灰数灰度，本文在集合空间提出了一种基于粗 糙隶属函数的灰数灰度规范化定义与分级方法．研究结果表明，提出的方法清晰地说明了灰数灰度的 含义，台理地解释了对象可分类的灰度级别，且可以获取不同灰度级别的概率规则集。 关键词：粗糙隶属函数；灰数灰度：灰数灰度的分级 1引言 模拟不精确及不完备信息在知识表示领域中是一个重要的研究课题。作为模拟及 处理不完备信息的工具．灰色系统、粗糙集已发展为致力于分析不确定、不完备数据的 具有深远意义的软技术方法”“。灰色系统理论以“部分信息已知，部分信息未知”的“小 样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发． 提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。应用灰色 系统预测方法，目前已完成多项重大项目的预测，其预测精度之高是其他预测方法所不 能比拟的…1。然而灰色系统的理论基础存在着一些不足，如灰数灰度一直是争议晟多的 研究课题之一，区间灰数的白化、灰数运算结果的实际意义、两个灰数的和、差、积、 商的灰度及每一个灰数的灰度间的关系难以给出合理的解释，从而导致以此为基础的灰 方程、灰矩阵研究严重滞后及灰色系统主体模-型(GM)q6不显含灰数的现象。粗糙集理论 是关于数据推理的一个强大工具，己被成功地应用于机器学习、知识获取、决策分析、 知识发现、模式识别、专家系统和决策支持系统等领域。尽管粗糙集理论与其他处理不 确定性的理论相比，具有不可替代的优越性，但是仍然存在着某些片面性与不足之处， 如由于对数据的过拟合而使其对新对象的预测能力大为降低，对边界区域的刻画比较简 单等。据概率统计，每一种方法都有其适用范围，没有～种方法对于所有的问题都是最 好的。在实践应用中，常将几个技术合并起来构造一个“杂合”的方法，文中“杂合”意思 为台并现存方法许多优点的方法，以便优势互补．克服单个技术的限制，避免现存方法 被分别使用时的缺点或弱势，这样的一个杂合系统优于单个方法的使用。多种方法的杂 合是数据挖掘与知识发现的一个有前途的发展方向。粗糙集理论和灰色系统理论具有较 强的相似性和互补性，灰色系统和粗糙集理论均是通过在数据表示中降低精度，而使从 可能被太多细节模糊的数据中发现模式成为可能，例如灰色系统通过灰色序列生成来弱 作者简介：营利荣，女，副教授，博士后，研究方向：软计算技术，知识发现，电子商务：刘思峰，男，教授，博士生 导师。基金项目：国家自然科学基金(项目编号；江苏省博士后基金资助项目：江苏省自然科学 基金重点项目(项目编号：BK2003211) 化原始数据表示的随机性，显现其规律性；粗糙集是通过数据的离散降低原始数据表示 的精度，增强数据表示的一般性：均不需要先验知识：粗糙集理论研究的是粗糙非交迭 的类别及粗糙概念。即知识库中被近似的知识模块是清晰概念，而用于近似的知识模块 是粗糙概念，强调的是对象间的不可分辨性，灰色系统理论研究的是“外延明确． 内涵 不明确”的灰色朦胧集，强调的是贫信息的不确定性。国内外已有许多学者探讨了将粗 糙集理论与人工神经网络、概率理论、模糊集合理论、粗糙遗传算法等软技术两个或多 个技术杂合在一起的方法，但至目前为止，粗糙集理论与灰色系统理论的杂台尚为一个 崭新的课题。本文借鉴粗糙隶属函数的思想与文献【8】的灰度分级思想，在集合空间探讨 了一种基于粗糙隶属函数的灰数灰度的规范化定义与分级方法，以便弥补灰数灰度定义 的不足。 2粗糙隶属函数 合，称为论域对象空间；A={口l，口2，口3，．．．，q4)为属性的非空有限集合，A=CuD， 等价类．则粗糙隶属函数为Ⅲ 删=繁掣 ㈤ 粗糙隶属函数∥x(x)可以解释为条件概率，且可以理解为x属于x的确信度- 应用粗糙隶属函数可将粗糙集的下近似叫。(x)、上近似面P(x)、负区 neg，(工)及边界区bnd，(Ⅳ)分别定义如下 (2) 型，(X)2U{x∈U：∥f0)=1) 233