基于不可辨识矩阵值约简算法.docVIP

基于不可辨识矩阵值约简算法 　　摘要: 属性值约简是粗糙集理论的重要研究课题之一，很多学者对它进行研究并提出了不同的算法，但由于值约简是NP-hard问题， 目前还没有高效的方法.根据可辨识矩阵的定义，提出了不可辨识矩阵，将其运用到属性值约简的问题中.实验结果验证了此算法的可行性和有效性，能节省循环比较时间，提高计算速度. 　　? 　　关键词: 粗糙集；不可辨识矩阵；值约简；规则? 　　中图分类号:TP 311.13 　　 文献标志码:A文章编号:1672-8513(2011)06-0508-03 　　?? 　　An Algorithm for Value Reduction Based on Indiscernibility Matrix 　　 　　LUO Qiu?jin，CHENG Rong?hua,NA Jing 　　? 　　（School of Statistics and Mathematics, Yunnan University of Finance and Economics, Kunming 650221, China） 　　 　　 　　Abstract: The value reduction is an important research topic in the rough set theory, and many researchers have studied it and put forward different algorithms of value reduction．Because the value reduction algorithm is a NP-hard problem，there is no effective algorithm at present．Based on the definition of identifiable matrix, this paper puts forward an indiscernibility matrix and applies it to the problem of value reduction. It is proved in the experiment that this algorithm saves time on circular comparing and increases computing speed. 　　? 　　Key words: rough set；indiscernibility matrix；value reduction；rules 　　?? 　　 　　 　　 　　值约简是粗糙集理论[1-2]的核心内容之一，是在属性约简的基础上对决策表的进一步简化.通过属性约简，可以将决策表中对决策分类不必要的属性省略，从而实现决策表的简化，这有利于从决策表中分析发现对决策分类起作用的属性[3].但是，属性约简只是在一定程度上去掉了决策表中的冗余属性，但是还没有充分去掉决策表中的冗余信息，导致我们不能从中得到令人满意的决策规则.为此，我们还需对决策表进行值约简[4].? 　　值约简的过程就是对每一条记录中的冗余条件属性值进行筛选并删除的过程.一直以来属性值约简倍受粗糙集研究者的关注，也取得了很大的进展[5-6].但由于值约简算法是NP-hard问题，目前还没有高效的值约简算法.? 　　文献［3］中刘清等提出的值约简算法对属性值进行逐条??析，考察规则中是否存在可约简的属性值，然后找到值核，从而生成最简决策规则.此算法在规则获取时具有太大的盲目性，花费了大量的时间用在规则的约简上[7].? 　　针对上述问题，本文考虑将属性约简中起到重要作用的可辨识矩阵引入到值约简中，结合值约简问题自身的一些特点，对可辨识矩阵进行改进，生成不可辨识矩阵，利用该矩阵可以比较快速地找到值核，进而化简每条规则的值约简函数，得到每条规则的值核属性以及最简产生式规则.? 　　1 粗糙集的基本概念[5-6]? 　　?定义1 一个信息表知识表达系统S可以表示为：S=，其中：U是对象的非空有限集，即论域；Q=C∪D是属性的非空有限集，子集C和D分别称为条件属性集和决策属性集；V=∪a∈QV?a是属性a的值域集；f:U×Q→V是一个信息函数，它指定U中每一个对象x的属性值.? 　　定义2 属性集R(R?Q)，不可分辨关系定义为：? 　　?ind?(R)={(x,y)∈U?2|?a∈R,f(x,a)=f(y,a)}，论域U在条件属性集C上形成的划分U/?ind?(D)={X?1,X?2,…,X?m}称为条件分类集，论域U在决策属性集D上形成的划分U/?ind?(D)={Y?1,Y?2,…,Y