粗糙集理论的推行及若干应用问题.pdf

粗糙集理论的推广及若干应用问题 摘 要 自Z.Pawlak从1982年提出粗糙集理论以来，该理论的应用已引起了人们 的广泛关注.在不一致信息系统研究中，Ziarko提出了一种归类质量，进而在 这种归类质量的基础上提出了近似约简，而由这种近似约简形成的决策规则 对一部分个体的归类会产生较大的偏差.本文的工作之一是先将不一致信息 系统进行约简，再形成近似决策规则，这样能一定程度上缓解偏差.众所周知， 无论是决策树分类器，还是粗糙集中的信息系统，都有一个共同的缺陷:都 会由于训练样本分布不均匀可能引起分类规则的不完全，导致分类出现 “盲 区”。北师大研究生李凤通过引入决策树模糊化及分支激活度的概念解决了决 策树的 “盲区”问题，本文的另一工作就是将这一思想引入到粗糙集中来， 使落入信息系统 “盲区”的个体不但能归类，而且有其合理性。 关键词:变精度粗糙集;近似决策规则;信息系统模糊化:规则模糊化;近似推 理 。 粗糙集理论的椎广及若干应用问题 Abstract SinceroughsettheorywasputforwardbyZ.Pawlakin1982,ithaveattracteda considerabledealofattention.Intheresearchoftheinconsistentinformation system,Ziarkoputforwardthemeasureofqualityofclassificationandintroduced approximatereducts.Suchdecisionruleswouldproduceabigdeviationonapart ofobjects.Onemainaimofthispaperistoreducetheinformationsystem,and formapproximatedecisionrulesthen.Itcanamelioratethedeviation.Notonly decisiontreeclassifications,butalsoinformationsystemsareincompletedueto thedistributionofsamplesandthetreepruning,whichcanproduceblindregion duringclassification.LiFengintroducedthefuzzificationofdecisiontreeand proposedanadaptiveclassificationalgorithm.Anothermainaimofthispaperisto inrtoducetheideaintoinformationsystems. Keywords:variableprecisionroughsets;approximatedecisionrule;fuzzification fuzzificationofclassificationrules;approxi- ofinformationsystems; matereasoning. 粗糙集理论的推广及若干应用问题 引 言 当今，社会已经进入网络信息时代，计算机与网络信息技术的飞速发展使得 各个领域的数据和信息急剧增加，并且由于人类的参与使数据与信息系统中的不 确定性更加显著.如何从大量的杂乱无章的强干扰的数据中挖掘潜在的有利用价 值的信息，这给人类的智能信息处理能力提出了前所未有的挑战，由此产生了人 工智能研究的一个崭新领域一一数据挖掘 (DM)和数据库知识发现 (KDD). 在DM和KDD诸多方法中，粗糙集理论与方法是一种很有效的方法，因为它无 需提供问题所需处理的数据集合之外的任何先验信息.粗糙集理论是波兰数学家 Z.Pawlak于1982年提出的一种数据分析理论。1990年前后，由于该理论在数据 决策与分析、模式识别、机器学习与知识发现等领域的成功应用，才逐渐引起世 界各国学者的广泛关注。 国外的Z.Pawlak,,W.Ziarko