变精度含糊粗糙集理论与应用研究.pdfVIP

哈尔滨T稗大学硕十学何论文 摘 要 粗糙集理论作为一种新的数据分析理论，是处理具有不确定性的问题 的数学工具。粗糙集理论已广泛应用于数据挖掘、机器学习、人工智能和 模式识别等领域。但其自身尚存在一些局限，Pawlak粗糙集与变精度粗 糙集模型都是建立在等价关系基础之上。然而很多实际问题中所处理对象 本身可能就具有模糊性，对象之间也不存在分明的关系，而只存在模糊关 系。 属性约简问题是NP问题，用传统的优化方法不能很好解决。本文把 蚁群算法应用到属性约简中，基于属性约简的特点修正了基本蚁群算法的 状态转移概率计算公式和信息素更新公式，以使得修正的蚁群算法更合适 于解决属性约简问题。 本文吸收了Ziarko的变精度思想，基于模糊相似关系提出了变精度模 糊粗糙集模型，研究了模糊集的变精度粗近似问题，并详细讨论了变精度 提出的模型的一个特例。 在实际模糊聚类分析中，样本的属性重要性不同，甚至有的属性干扰 了聚类分析的结果。本文把变精度模糊粗糙集模型应用于模糊聚类分析中 的样本属性权值的确定问题。我们利用本文提出的模型和属性重要程度的 概念分析了聚类样本属性重要性权值。然后把分析的结果应用于模糊