區(qū)間直覺模糊粗糙集啟發(fā)式屬性約簡(jiǎn)研究.pdf

1、模糊集(Fs）和粗糙集(Rs）理論是兩種不同的處理信息的方法，兩種理論在屬性約簡(jiǎn)方面具有各自的優(yōu)勢(shì)。屬性約簡(jiǎn)是數(shù)據(jù)挖掘中最核心的問題，是任何一個(gè)部門決策知識(shí)獲取的關(guān)鍵技術(shù)，一旦在算法的研究上有所突破，它可以極大地提高企業(yè)、公司的約簡(jiǎn)效率，能夠更快、更全面地獲取我們所需要的知識(shí)。本文在直覺模糊粗糙集(IFRs)屬性約簡(jiǎn)算法基礎(chǔ)上進(jìn)行相應(yīng)的改善，得到區(qū)間直覺模糊粗糙集(IVIFRs)啟發(fā)式屬性約簡(jiǎn)算法，該算法在時(shí)間和空間復(fù)雜度上都更具有優(yōu)勢(shì)

2、，本文的主要內(nèi)容如下:
　　(1)對(duì)模糊集與粗糙集的理論基本知識(shí)進(jìn)行簡(jiǎn)單介紹，討論兩種理論分別具有的優(yōu)勢(shì)與劣勢(shì)，并指出區(qū)間直覺模糊粗糙集在保持原有信息系統(tǒng)的數(shù)據(jù)完善性基礎(chǔ)上，相對(duì)于單一理論具有更多的特征選擇。
　　(2)在原有直覺模糊粗糙集屬性約簡(jiǎn)算法的基礎(chǔ)上，提出基于互信息的區(qū)間直覺模糊粗糙集的屬性約簡(jiǎn)算法，在保持原有信息系統(tǒng)分類能力不變的前提下，以雙重度量:屬性的重要度、屬性的依賴度為標(biāo)準(zhǔn)進(jìn)行雙向回歸，最終得到最簡(jiǎn)的決策