粗糙集与模糊粗糙集属性约简算法分析-analysis of attribute reduction algorithms for rough sets and fuzzy rough sets.docxVIP

重庆大学硕士学位论文目录重庆大学硕士学位论文目录 PAGE PAGE IV目 录中文摘要I英文摘要 II1 绪 论 11.1 粗糙集理论的提出和发展历程 11.2 粗糙集理论的研究现状及研究方向 21.3 课题研究现状及意义 21.4 本文的主要研究内容和结构安排 42 相关的粗糙集属性约简理论 62.1 粗糙集的基本理论 62.1.1 知识与不可区分关系 62.1.2 上近似和下近似 72.1.3 属性约简的定义 82.2 基于差别矩阵的属性约简算法 92.3 基于互信息的属性约简算法 102.4 基于信息量的属性约简算法 122.5 基于互信息的模糊粗糙集属性约简算法 133 基于属性相关性的属性约简算法 163.1 相关概念 163.2 基于分类能力的属性约简算法 173.2.1 基于分类能力的算法 173.2.2 实例分析 183.2.3 一种获得最佳约简的方法 193.3 小结 194 基于系统熵的（模糊）粗糙集属性约简算法 214.1 前言 214.2 预备知识 214.3 基于系统熵的属性约简算法 224.3.1 改进的属性重要性度量方法 224.3.2 基于改进系统熵的启发式算法 224.4 仿真实例和算法比较 234.5 基于系统熵的模糊粗糙集属性约简 244.6 小结 265 优势关系粗糙集属性约简的改进 275.1 前言 275.2 预备知识 275.3 相关规则 285.4 正域协调约简的差别矩阵方法 295.5 小结 326 结论与展望 33致 谢 35参考文献 36附 录 39A 作者在攻读学位期间发表的论文目录 39重庆大学硕士学位论文1重庆大学硕士学位论文1 绪 论 PAGE PAGE 101 绪 论1.1 粗糙集理论的提出和发展历程粗糙集是在经典集合的基础上产生的。经典逻辑集合中只有真和假二值。但 是实际上有大量不确定性存在于真与假二值之间，长期以来，很多逻辑学家致力 于模糊概念的研究。1904年谓词逻辑创始人Frege提出了模糊（vague）一词，它的 意义是：在全域上存在着一些元素既不能在其某个子集上被分类，也不能在该子 集的补集上被分类。20世纪60年代初，Zadeh提出模糊集的概念，但是由于模糊集 不可计算，所以它无法用数学公式描述模糊这一概念，因此它也无法计算出边界 线上具体不可区分元素的数目。由于这些不足，1982年，在前人所做工作的基础 上，Pawlak[1]提出了粗糙集(Rough set)的概念。它的主要思想是把那些无法区分的 个体都归于边界线区域，然后将此区域定义为上近似和下近似之间的差集。上近 似和下近似可用等价关系描述，所以它们能够用确定的数学公式描述，并且模糊 元素的数目也能被计算出来。粗糙集理论的主要思想在于它反映了人们用粗糙集 理论处理不分明问题的常规性，它能以不完全、不精确的信息或知识去处理一些 不分明现象，或者依据观察、度量到的某些不精确的结果进行数据分类。粗糙集理论最早是由波兰科学家Pawlak于1982年由创立。该理论创立之初， 由于语言的问题，只有部分国家为数不读的学者研究和应用它，后来才逐步得到 国际数学和计算机学界的重视。Pawlak于1991年完成了《粗糙集—关于数据推理 的理论》这本专著，系统全面的阐述了粗糙集理论，奠定了粗糙集理论的数学基 础，从此粗糙集理论及其应用的研究进入了一个崭新的发展阶段。1992年，以粗 糙集理论为主题的第一届国际学术会议在波兰召开，会上重点阐述粗糙集的研究 趋势和未来的发展方向。粗糙集理论在中国的发展更是方兴未艾，目前，中国已 经成为粗糙集研究的中坚力量。近年来，由于粗糙集理论在数据挖掘、数据处理、模式识别等领域的广泛应 用[2]，现已成为一种交叉领域中的研究热点，许多专家学者致力于粗糙集理论及其 应用的研究[3]。目前，国际上已经开发出了一些应用粗糙集的实用软件。加拿大 Reduct System Inc.公司开发的用于数据库知识发现的软件 DataLogic R 是用 C 语言开发的, 可安 装在个人计算机上, 为科研领域和工业界服务。美国肯萨斯大学开发了一套基于粗 糙集的经验学习系统，名为 LERS (Learning from Examples based on Rough Sets)， 它能从大量经验数据中提取出一定的规则。此外还有波兰工业大学的 Rose 和挪威 的 Rough Enough。1.2 粗糙集理论的研究现状及研究方向对粗糙集理论和应用的研究主要集中在两个方面：一方面是对粗糙集的理论 研究[4-6]，这方面的研究主要集中在粗糙集的代数性质、粗糙拓扑、粗糙逻辑和粗 糙推理等方面。这些