F-模糊集属性信息系统的知识获取.docVIP

F-模糊集属性信息系统的知识获取 计算机科学2004Vo1.31N_O.8 F一模糊集属性信息系统的知识获取 闰德勤 (辽宁师范大学计算机系大连116029) 迟忠先. (大连理工大学计算机系大连116024) 摘要模糊集属性信息系统的知识获取是一个新的研完领域,与其相关的理论和方法具有重要意义苯文提出了一 种新的概念F一模糊集,给出了一种在F一模糊集属性信息系统中进行知识获取的方法 关键词F一模糊集,模糊集,知识获取 KnowledgeAcquisitionwithF—FuzzySetsAttributes YANDe—QinCHIZhong—Xian (DepartmentofComputerScience,LiaoningNormalUniversity.Dalian116029) (DepartmentofComputerScience,DalianUniversityofTechnologytDalian116024) AbstractKnowledgeacquisitionforinformationsystemswithfuzzysetsattributesisanewlydevelopedresearch area,forwhichtherelatedtheoryandmethodareofimportantsignificance.Inthispaper.anewconceptF—fuzzysets isproposed,andamethodforknowledgeacquisitionwithfuzzysetsattributesofainformationsystemisdeveloped. KeywordsF—Fuzzysets,fuzzysets,knowledgeacquisition 1引言 对于属性数据具有经典(crisp)形式的信息系统应用粗糙 集已有丰富的理论与方法].对于连续属性数据的处理也有 一 些有效的方法[6]当信息系统的属性为模糊集时,就要关联 到模糊集与粗糙集结合的问题,这方面工作的理论和方法目 前还很少,有待进一步的发展[2].deKorvin在文[2]中给出 了一种对属性具有类似模糊集形式的信息系统知识获取的方 法,其属性的数据具有模糊集的表示形式,但隶属度是由模糊 方式导出的经典集合元素形式.这种数据形式在模糊集理论 应用的很多领域都存在,因此对有关这类数据信息系统知识 处理的研究具有实际意义.为了更好地处理此类数据本文提 出了一种F一模糊集的概念,作为对模糊集的一种补充.给出 了相关的运算.同时,给出了一种对属性为F一模糊集形式的 信息系统知识获取的方法. 2F一模糊集 文[2]中处理的是一个医学诊断的信息表(文[2]的表1), 在表中的条件属性数据(c,f2)和决策属性数据()有如下表 示: f1=notlikely/L+likely/S f2一notlikely/H+verylikely/P d~notlikely/DA+somewhatlikely/DB 其中,L,S,H,P表示一些特征,DA,DB表示病症的类型. notlikely,likely等表示又由多项真实因素与可信因素对确 定,如: notlikely一0.9/0,2+0.8/03+0.2/0,4 likely=0.9/0.8+O.8/0.9+O,2/0,6 式中符号/两侧的数据表示真实因素与可信因素的隶属度 值(在[O,1]范围取值),加号+模糊集表示的加号具有同样 意义. 这种类型的数据具有模糊集合的表示结构,但相应的隶 属度表示为经典集合形式而不是在[0,1]范围取实数值的模 糊集合隶属度形式. 对实际应用而言,这样的表示形式有两方面的不足.一个 不足是数据丢失很多信息,如notlikely等元素的确定是在 主观性认定下的结论,而不是原始数据本身.另一个不足是导 致在对信息系统处理时部分地采用对经典集合数据处理的方 法,不能准确体现数据问的关系. 文[2]中要处理的数据实际是模糊集中隶属度为模糊集 的情况.该文之所以对数据采取那样的表示形式是由于在现 有的模糊集合理论与方法中没有述及关于此类数据的工具和 方法.针对这样的问题,下面本文提出一种新的概念:F一模糊 集,作为对模糊集的补充. 定义1在论域上给定映射:—F,F为论域上 的模糊集合族,称为F一模糊集. 例如对于论域U一{z,zz,…,z},和论域V一{Y,Y, … ,Y},一个F一模糊集可表示为A—A/x+A/x+…+ /z.其中,.=.(y1)/y+A.()/y2+…+.()/y( 一1,2,…,n).即每个为论域上的模糊集.下面即是一个 F一模糊集合的具体例子: 一 (02/y+0,9/y2+0.3/y3)/x+(0.81y+0.6/y2