动态约简抽样技术研究-计算机软件与理论专业论文.docxVIP

独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日  摘要 摘 要 粗糙集理论对属性约简的研究基本上使用的是静态约简的方法，这些方法只 适用于小容量的决策信息系统，而对于拥有海量数据的决策信息系统来说，得到 决策表中较为稳定的约简就成为约简研究中的一个重要的课题。动态约简应运而 生。它是通过对大型复杂的决策信息系统进行多次抽样，把该系统的约简问题转 化为若干子决策信息系统的约简的交集，从而得到较为稳定的约简。真实世界的 应用中存在的问题就是不确定性，而这种不确定性存在于决策属性中，由信任函 数体现出来的。本文基于决策属性取值确定和不确定的情形下的粗糙集理论，分 别对其阐述动态约简的理论体系，并对所采取的抽样策略、 F 族范围的确定、动 态约简集的稳定性度量以及改进的动态约简计算方法进行深入研究，并讨论了决 策规则的获取。 因在决策属性取值确定情形下得到的决策规则应用于决策属性取值不确定情 形时，不易于分类未知对象，本文就需要对不确定环境下的粗糙集理论进行重新 定义，进而需要对动态约简理论体系进行重新定义以便更易于分类未知事物和从 不确定决策系统中提取出更多稳定约简。 本文就获得子表族 F 所采取的抽样策略进行介绍，并确定了 F 族的范围，并 将不相容信息考虑进对 F 族稳定性的度量方法中，然后提出一种改进的计算动态 约简的算法，只需将 F 族部分子表计算得到的约简对剩余子表进行判断，进而得 到最终的动态约简结果。 本文采用了一种新的方法来获取最小的决策规则并将其用 Petri 网来表示，然 后列举现有的规则获取方法，并介绍了一种改进的基于差别矩阵的决策规则获取 方法以及获取动态决策规则的方法。 论文最后总结全文，并对粗糙集理论和动态约简的发展进行了展望。 关键词：动态约简，信任函数，抽样，稳定性，决策规则 I ABSTRACT ABSTRACT The research of Rough Sets focusing on attribute reduction basically use the method of static reduction which apply to decision-making information system owned small capacity. For the decision-making information system owned mass data, getting more steady reducts from the decision-making information system have become an important task in the reduct research. Dynamic reduct emerge as the times require. By sampling from a large and complex decision-making information system, it turns the reduct problem of the system into intersection of many sub-decision system’s reduct to get more steady reducts. The problem being in the real world is uncertainty existed in the decision attribute and represented by belief function. Based on Rough Sets theory in the situation where the value of decision attribute is certainty and uncertainty, this article elabor