直觉模糊系统下的属性约简算法及其应用.pdfVIP

2024年5月中央民族大学学报（自然科学版）May,2024

Nafura

第33卷第2期JournalofMUC(NlSciencesEditionVol.33No.2

直觉模糊系统下的属性约简算法及其应用

瑞，李美芳

李王

（山西工商学院计算机信息工程学院，太原030000）

摘要：信息是研究信息粒不确定性度量的一种重要方法，并且可以应用于信息系统的属性约简和综合

评估中。本文提出了比较两个直觉模糊值大小的新方法，定义了直觉模糊集中香农摘形式的熵度量。以直觉

模糊决策系统为背景，结合直觉模糊集理论，基于直觉模糊相似关系分别构造了直觉模糊信息熵和条件摘，利

用直觉模糊条件摘给出属性重要度的计算公式，设计了基于直觉模糊条件焰的启发式属性约简算法。在此基

础上，通过属性重要度得到了属性指标的权重，进而提出了一种综合评估方法，并将其应用于安全审计风险的

研究中，得到可接受的安全风险评估方法，通过结果对比分析，验证了该方法的可靠性和有效性。

关键词：直觉模糊嫡；属性约简；综合评价

中图分类号：TP18文献标识码：A文章编号：1005-8036（2024）02-0088-09

随着信息技术的快速发展和大规模数据的广泛使用，数据的复杂性和不确定性不断提高，需要有效

的工具来处理不确定的数据，进而从复杂的信息系统中提取知识。粗糙集理论是由波兰数学家Paw-

lak(1]于1982年提出的处理不确定、不精确和不完备知识的数学工具，能有效地处理数据库中数据的约

简、近似分类等问题。在Zadeh(2]提出模糊集理论的基础上，Atanassov[3-41于1986年定义了直觉模糊

集，直觉模糊集通过一对隶属度和非隶属度来表示，比传统的模糊集在处理模糊性和不确定性等方面更

具有灵活性和实用性。钞娜[5]在直觉模糊信息系统下，基于优势关系研究了邻域粗糙集模型，并研究

了该模型的上下近似、优势邻域类、集合的基本运算等性质，给出了模型不精确性度量指标。梁美社[6]

修改了相似度的定义，提出了一种新的直觉模糊相似度计算方法。夏秀云[7]借助截集，定义了直觉模

糊粗糙隶属度和非隶属度，构建了一种改进的直觉模糊集模型。近两年有学者研究了直觉模糊集的不

同约简方法[7-9]

信息熵和条件熵从信息论的角度反映了粗糙集中论域的分类能力，因此可以被用来度量信息粒的

不确定性,还可以应用于计算属性约简[10-15]。冯琴荣[12]给出了一种由覆盖导出划分的方法，进而用划

分熵对区间值信息系统的不确定性进行度量，分别构造了区间值信息系统的香农熵度量和补（粒度）

度量。陈东晓[14]通过定义形式背景上的信息熵和嫡协调，利用条件熵、重要度、互信息等进行属性约

简。陈曦【15]在直觉模糊关系的基础上对信息系统进行直觉模糊粒化，分别采用隶属度和非隶属度定义

了两种信息熵形式，结合作为直觉模糊关系下信息系统的信息，提出了一种属性约简算法。胡清

定义了模糊等价关系的模糊信息熵

华【16-18]，

收稿日期：2023-07-06

基金项目：山西省教育科学十四五”规划2022年度“互联网+教育”专项课题（CH-220839）；山西工商学院2022年

度科研项目其他专业一般课题专题研究课题（202258）。

作者简介：李瑞（1988-），女（汉族），山西吕梁人，山西工商学院计算机信息工程学院讲师，硕士，主要研究方向：粒

计算理论及应用。

通讯作者：李美芳（1989-），女（汉族），山西阳泉人，山西工商学院计算机信息工程学院讲师，硕士，主要研究方向：

微分方程及应用。

第2期李瑞等：直觉模糊系统下的属性约简算法及其应用89

本文提出了比较两个直觉模糊值大小的新方法，定义了直觉模糊集中香农熵形式的度量，构造了

基于直觉模糊相似关系的直觉模糊信息熵和直觉模糊条件摘，并且在此基础上定义了属性的重要度，将

属性重要度作为启发式信息来设计属性约简算法。通过属性重要度得到了属性指标的权