基于优势关系粗糙集应用研究.docVIP

基于优势关系粗糙集应用研究 　　摘要：目前，在价值工程系数评价方面所具有的确定方式已经有较多种，并能够较好地应用到实践当中。对于这部分方式来说，其都能够对决策者的属性判断进行良好的反映。通过价值工程中粗糙集理论的引入，则能够根据其属性重要性对对相关功能属性的权重情况进行确定，同传统方式相比，其不仅能够对权重确定的主观性进行克服，也能够获得更为客观的处理效果。在本文中，将就基于优势关系的粗糙集应用进行一定的研究。 　　Abstract： At present， there are many kinds of confirmation prescription in factor evaluation of value engineering， and all of them can be well applied to the practice. This part of methods can well reflect the property judgement of decision makers. The introduction of rough set theory of value engineering can determine the weights of attributes of the related functions according to the importance of attributes. Compared with the traditional way， it can overcome the subjectivity of determining weights and get more objective treatment effect. This paper stuides the application of the rough set based on dominance relations. 　　关键词：优势关系；粗糙集；应用研究 　　Key words： dominance relations；rough set；applied research 　　中图分类号：TP18 文献标识码：A 文章编号：1006-4311（2016）06-0206-03 　　0 引言 　　粗糙集是一门实用性很强的学科，从诞生到现在虽然只有十几年的时间，但已经广泛应用在很多领域，如数学推理、数据逻辑分析与决策、精确营销、前景预测、控制算法获取等等。本文将运用粗糙集分析商场的销售状况，根据分析结果对商场的销售策略提出合理化建议。 　　1 粗糙集的基本概念 　　粗糙集是继概率论、模糊集、证据理论之后的又一个处理不确定性的数学工具。作为一种较新的软计算方法，粗糙集近年来越来越受到重视，其有效性已在许多科学与工程领域的成功应用中得到证实，是当前国际上人工智能理论及其应用领域中的研究热点之一。在很多实际系统中均不同程度地存在着不确定性因素，采集到的数据常常包含着噪声，不精确甚至不完整。对于粗糙集而言，其是一种较为新型的、能够对具有不确定以及模糊特征知识进行处理的工具，其基本概念主要有以下方面： 　　1.1 知识与知识库 “知识”这个概念在不同的范畴内有多种不同的含义。在粗糙集理论中，“知识”被认为是一种分类能力。人们的行为是基于分辨现实的或抽象的对象的能力，如在远古时代，人们为了生存必须能分辨出什么可以食用，什么不可以食用；医生给病人诊断，必须辨别出患者得的是哪一种病。这些根据事物的特征差别将其分门别类的能力均可以看作是某种“知识”。 　　首先，我们设定U≠Φ为一个有限集合域，其中的任何子集都称为该集合中的一个范畴或者集合，而为了进一步对其做好规范，我们则将空集也规定为一个概念。在该集合中，其中以任何形式存在的概念则统称为该集合所具有的抽象知识，在设ζ为一个划分的基础上，其定义则为：ζ={X1，X2，…Xn}，XiU，XiXj=Φ。对于U中的一族，我们则称之为集合U的一个知识库。我们设R是集合U的一个等级关系，那么U/R则表示集合中所有R等价类所形成的一个集合，其中一个知识库就可以称之为一个关系系统。 　　1.2 不可区分关系 分类过程中，相差不大的个体被归于同一类，它们的关系就是不可分辨关系（indiscernibility relation）。假定只用两种黑白颜色把空间中的物体分割两类，{黑色物体}，{白色物体}，那么同为黑色的两个物体就是不可分辨的，因为描述它们特征属性的信息相同，都是黑色。 　　如果再引入方，圆的属性，又可以将物体进一步分割为四类：{黑色方物体}，{黑色圆物体}，{白色方物体}，{白色圆物体}。这时，如果两个同为黑色方物体，则它们还是不可分辨的。不可