粗糙集理论及其在农业预测中的应用.docVIP

粗糙集理论及其在农业预测中的应用 　　【摘 要】 降低农业预测的风险，提高农业预测的效率就越来越重要。粗糙集是一种刻划不完整和不确定性的数学工具，能有效地分析不精（Imprecise）、不一致（1neonalstent）和不完整（Incomplete）等不完备信息，从中发现隐含知识。粗糙集理论的出发点是在-个给定近似空间（Approximation Space）上，将集合之间大致或近似的相等、集合之间基本上存在的包含关系等经典集合论无法描述的不精确的、不确定的或不完全的概念，用一种精确的数学来加以形式化。本文介绍了粗糙集理论的概念、特点、方法，并在此基础上举例粗糙集理论在农业预测杀个的应用实例。 　　【关键词】 粗糙集理论 农业预测 　　前言 　　农业灾害，产量等往往与很多因素有关，是很多因素交织在一起的一个错综复杂的综合表现，哪种因素所占的比重大往往是所环境和条件变化而变化的。由于不确定的条件和知识的缺乏，在农业预测中存在一定的预测风险。因此，如何降低农业预测的风险，提高农业预测的效率就越来越重要。粗糙集是一种刻划不完整和不确定性的数学工具，能有效地分析不精（Imprecise）、不一致（1neonalstent）和不完整（Incomplete）等不完备信息，从中发现隐含知识。自1982年由波兰学者 Pawlak 提出以来，粗糙集已引起世界各国学者的广泛关注。目前，它被大量应用于人工智能、模式识别与智能信息处理等领域，并取得可喜的成果。同时，该理论还在农学、医学、化学、材料学、地理学、管理科学和金融学等学科得到了成功的应用口。 　　1.粗糙集理论 　　1.1 粗糙集理论概念 　　粗糙集理论把那些无法确认的个体都归于边界线区域，而这种边界线区域被定义为上近似集和下近似集之差集。由于上近似集和下近似集都可以通过等价关系给出确定的数学公式描述，所以含糊元素数目可以被计算出来，即在真假二值之间的含糊程度可以计算，从而实现了G.Frege的边界线思想。粗糙集理论反映了人们用粗糙集方法处理不分明问题的常规性，即以不完全信息或知识去处理一些不分明现象的能力，或依据观察、度量到的某些不精确的结果而进行分类数据的能力翻。 　　粗糙集理论的出发点是在-个给定近似空间（Approximation Space）上，将集合之间大致或近似的相等、集合之间基本上存在的包含关系等经典集合论无法描述的不精确的、不确定的或不完全的概念，用一种精确的数学来加以形式化。 　　1.2 粗糙集理论的特点 　　粗糙集理论的特点主要有：①不需要先验知识。粗糙集理论分析方法仅利用数据本身提供的信息，无须任何先验知识。②是一个强大的数据分析工具。它能表达和处理不完备信息；能在保留关键信息的前提下对数据进行化简并求得知识的最小表达式；能识别并评估数据之间的依赖关系，揭示出概念的简单模式；能从经验数据中获取易于证实的规则知识，特别适于智能控制。③以不可分辨关系为基础，侧重分类。从粗糙集理论的观点看，粗糙集合不能清晰定义的原因是缺乏足够的论域知识，但可以用一对清晰集合逼近。另外，粗糙集理论和证据理论也有一些相互交叠之处，在实际应用中可以相互补充。 　　1.3 信息系统 　　4元有序组S=（U，A，V，F）是一个信息系统。其中，U为对象集，是一个表示对象的非空有限集合，即U={X1，X2，…，Xn}，也被称作论域，U中的每个元素Xi（i≤n）被称为一个对象；A为属性集，是一个表示属性的非空有限集合，即A={a1，a2，…，am}，A中的每个元素al（l≤m）被称为-个属性，A=C∪D，C∩D=φ，其中C为条件属性集，D为决策属性集；vai为属性al的值域；F为U与A之间的关系集，即F={fl：U→Vl（l≤m）}，亦称作信息函数，它为每个对象的每个属性赋予一个信息量。 　　1.4 划分与等价关系 　　定义1 若置Xi（i≤k）为U的子集，其中Xi≠φ（i≤k），Xi∩Xj=φ（i≠j），Yki=1Xi=U，则称{Xi | i≤k}为U的划分。划分即为分类，即将研究对象分为不同类。这些类之间互不相交，且任何对象只能并且均包含在某一类中。 　　定义2 设 ，称R为U上的关系。R若满足①自反性（Xi，Xi） ∈R，Xi∈U；②对称性（Xi，Xj） ∈R时，（Xi，Xj） ∈R （Xi，Xj ∈U）；③传递性（Xi，Xj）∈R，（Xj，Xk）∈R，则（Xi，Xk）∈R，（Xi，Xj，Xk∈U），称R为U上的一个等价关系。U/R表示R的所有等价类组成的集合。[x]R表示包含元素X∈U的R等价类。 　　1.5 属性约简与核 　　信息系统中的属性并不是同等重要的。属性约简指可以找到一个较小的属性集 A，使得可用A描述的对象集合必然可用口描述。属性约简是粗糙集理论的核心内容之一。通过属性约简，可