基于粗糙集理论的若干应用技术研究-计算数学专业论文.docxVIP

摘要粗糙集理论作为一种处理模糊、不完整和不确定性知识的数学工具，已 摘要 粗糙集理论作为一种处理模糊、不完整和不确定性知识的数学工具，已 广泛应用于各个领域．目前虽然在粗糙集的理论和应用方面作了大量的研究 工作，然而现有的理论并不完备，还不能完全满足解决实际问题的需要．本文 针对粗糙集在不确定性问题的应用和研究方面的局限性和不足之处，推广了 经典的粗糙集模型，并利用模糊集理论，确定性理论，证据理论进行互补研究． 本文首先针对传统的模糊聚类在解决问题时的局限性，提出了基于粗糙 集属性重要性的模糊聚类算法，解决了定量和定性属性并存情况下的模糊聚 类问题，并依据聚类结果建立了相应的决策表． 其次，针对传统的粗糙集模型在规则提取时的局限性，本文首先给出了分 布式Bayesian粗糙集模型的定义，利用所提出的分布式Bayesian模型提取可信 度规则，根据可信度规则给出了最小风险损失函数，从而对新的数据利用最 小风险Bayes决策进行分类规则提取，最后给出了一个应用实例． 再次，针对专家系统的不确定性推理问题，讨论了确定性理论及其局限 性，由于确定性理论中可信度系数是由专家给出的．具有很大的主观性，为此 我们改进了可信度推理模型，建立了基于变精度粗糙集理论下的可信度模型， 直接从信息表中获得可信度系数，大大提高了可信度系数的客观实际性． 接着，讨论了证据理论在解决不确定性时的局限性以及它和粗糙集理论 的关系，建立了基于变精度粗糙集下的证据理论．并通过一个实例说明了该 方法的有用性和可行性． 最后，对全文进行了总结，简述了本文的创新之处以及有待进一步研究的 问题． 关键词：粗糙集；确定性理论；证据理论；模糊聚类；Bayes决策；变精度粗 糙集． AbstractRough Abstract Rough set theory is an excellent mathematical tool for dealing with vague，uncertain，imprecise information，it has been successfully applied in many fields．Nowadays，although much research has been taken on the side of rough set theory and application，it can not meet the need for solving the practical problems．In this paper，we consider the insufficiency about rough set for deal with uncertain problems and applications，classicM rough set model is extended．Further more，fuzzy set theor弘the theory of certainty, evidence theory are studied． Firstly,a new method is proposed for calculation the similarity about different attributers，namely,the fuzzy clustering decision based on the sig- nificance of attributers．By the proposed method，the different attributers are coupled(especially the quantitative attributes and the qualitative at— tributes)in the fuzzy information table or information table considering the significance of different attributers．In additions，the questions of cluster- ing about quantitative attributes and qualitative attributes in information table are solved，and，the decision tables are set up accordance with the results of fuzzy cluster． Secondly,considering the shortcoming of classical rough set in rules ac— quisition，di