覆盖近似空间性质和相对个体约简-covering approximate spatial properties and relative individual reduction.docxVIP

引言粗糙集理论(RoughSet)是波兰数学家Pawlak于20世纪80年代初提出的用于数据分析的一种理论．该理论是一种处理不精确性，不确定性和模糊性知识的软计算工具．经过20几年的发展，它已成功地应用于人工智能，数据挖掘，模式识别与信息处理等领域，获得了国内外许多学者的关注，成为信息科学的研究热点之一．经典的粗糙集是以完备信息系统为研究对象，以等价关系(满足自反性，对称性，传递性)为基础，通过等价关系对论域分成互不相交的等价类，划分越细，知识越丰富，信息就越多．但是要在一些信息系统获得合适的等价类并非易事，如连续值域信息系统，模糊信息系统．基于此，人们对Pawlak粗糙集模型进行了许多有意义的推广，如将等价关系放宽为相容关系；从等价关系等同于剖分这个角度出发，文[1]把剖分放宽为覆盖，将Pawlak粗糙集理论推广到覆盖广义粗集理论．在Pawlak粗糙集理论中其主要概念是上近似与下近似的运算，不同的剖分产生不同的上下近似，而在覆盖粗糙集理论中，不同的覆盖可以产生相同的上下近似运算，因此，对于覆盖近似空间而言，一个覆盖可能有冗余的成分存在，而知识约简是粗糙集理论的核心问题之一，在此背景下，文[2]提出了覆盖约简的概念，并得到了两个覆盖生成相同的覆盖广义粗集的充分必要条件，解决了覆盖广义粗集中覆盖的冗余问题，同时得出了覆盖上下近似运算相互决定这个结果．我们将主要定义和结果列举如下：定义1[1]设U为论域，C为U上的一组非空子集，若UC=U，则C是U上的一个覆盖，称有序对(U,C)为覆盖近似空间．定义2[2]设(U,C)为覆盖近似空间，?x∈U，x在该空间的最小的描述为md(x)={K∈C|x∈K∧?S∈C(x∈S∧S?K?K=S)}．定义3[2]设U为有限的非空论域，C是U上的一个覆盖．K∈C．如果K是C?{K}中某些元素的并，则称K是C的一个可约元，否则称K是C的不可约元．定理4[2]设C是论域U上的一个覆盖，K∈C，K为C的可约元，又K1∈C?{K}，则K1是C的可约元当且仅当K1是C?{K}的可约元．定义5[2]设U是有限的非空论域，C是U上的一个覆盖．C中去掉所有的可约元之后得到的覆盖称为最简覆盖，记为reduct(C)．定理6[2]U为有限的非空论域，reduct(C)是C的最简覆盖，则?x∈U，mdC(x)=mdreduct(C)(x)．模糊集理论和粗糙集理论在信息系统中处理不确定和不精确性方面是经典集合论的推广，都可以用来描述知识的不精确性和不完整性，所以他们之间有密切的联系，具有很强的互补性．因此学者们将模糊集与粗糙集有机地结合起来，定义了粗糙模糊集模型和模糊粗糙集模型并讨论它们的性质，如[3]研究了粗糙模糊集和模糊粗糙集的截集性质．也有学者将粗糙模糊集理论推广到覆盖近似空间，并取得了很多重要的研究成果．如文［4~6］在覆盖模糊粗糙集模型下，讨论了该模型下上下近似算子的一些性质及其覆盖的约简问题，并证明了覆盖粗糙集的模型下，所有的模糊集的下近似构成一个模糊拓扑．文[7]讨论了基于覆盖的粗糙模糊集截集的性质，给出了基于覆盖的模糊粗糙集的截集表示．文[8~9]将区间值模糊集与粗糙集结合起来，讨论了区间值模糊集的性质．文[10]建立了基于覆盖的区间值粗糙模糊集并给出了该模型下的一些性质．在粗糙集理论中，对其不确定性度量的研究是一个重要的课题之一．在信息系统理论中，我们通常将粗糙度和粗糙熵作为粗糙集的不确定性度量．对覆盖粗糙集，文[11]通过引入信息熵以刻画最简覆盖粗糙集覆盖的粗糙性，提出了一种新的粗糙熵度量．对于粗糙模糊集的不确定性度量的研究，文[12]利用知识的信息熵及模糊集的粗糙度,给出粗糙模糊集的粗糙熵的度量，并进一步得出其随着知识信息粒的变小也单调下降．文[13]定义了一种新的熵与条件熵概念，利用所定义的熵，给出了粗糙模糊集的模糊性度量，证明了粗糙模糊集的模糊度等于0当且仅当是经典集合且是可定义的．文[14~16]主要是将不确定性度量拓展到覆盖粗糙模糊集．文[14~15]在覆盖粗糙模糊集中引入模糊度的概念，给出了一种模糊度的计算公式，证明了该模糊度的一些重要的性质．文[17]在文[11]的基础上，将粗糙度的概念引进基于最简覆盖的粗糙模糊集，重新定义了基于最简覆盖的粗糙模糊集的粗糙度及粗糙熵，并证明它们的性质，为模糊信息系统知识的获取提供了理论依据．在覆盖粗糙模糊集中，知识具有一定的粗糙性和模糊性，那么怎么刻画这些度量，是值得我们考虑的问题．其次，同一个论域不同的覆盖，覆盖的粗细程度不同，随着覆盖的变细，所刻画的不确定性度量会有怎样的变化？针对这些问题，本文第一章主要针对常值覆盖粗糙模糊集和区间值覆盖粗糙模糊集，定义覆盖粗糙模糊集的模糊度，模糊粗糙度和模糊粗糙熵，用来刻画覆盖粗糙模糊集的不确定性度量，并指出了在最简