粗糙集理論分層遞階約簡(jiǎn)算法的研究.pdf

1、該文模仿人類(lèi)認(rèn)識(shí)事物的分層遞階原則,提出并且主要研究數(shù)據(jù)挖掘和信息融合的重要方法--粗糙集理論的分層遞階約簡(jiǎn)算法體系.首先,該文提出粗糙集理論的分層遞階約簡(jiǎn)算法.該算法根據(jù)屬性的獲取方式、采集成本和實(shí)時(shí)性要求等對(duì)屬性進(jìn)行分類(lèi),使信息系統(tǒng)或者決策系統(tǒng)中的所有屬性在單層次和單粒度上的知識(shí)表示變?yōu)椴糠謱傩运鶚?gòu)成的知識(shí)在多種層次和多種粒度上的表示,從而可以逐層對(duì)信息系統(tǒng)進(jìn)行約簡(jiǎn).該算法非常適合應(yīng)用于實(shí)際問(wèn)題.該文從信息理論的角度分別證明屬性分層

2、遞階不改變信息系統(tǒng)的信息熵和決策系統(tǒng)的互信息,從而使分層遞階約簡(jiǎn)算法體系具有嚴(yán)格的數(shù)學(xué)基礎(chǔ);分層遞階約簡(jiǎn)算法在某水泥窯爐控制決策獲取中的應(yīng)用證實(shí)其有效性.其次,該文針對(duì)粗糙集理論中的兩個(gè)重要數(shù)據(jù)處理過(guò)程--完備化和離散化,分別提出分層遞階約簡(jiǎn)算法的兩個(gè)拓展算法;另外,引入一個(gè)分層遞階約簡(jiǎn)的拓展算法.拓展算法一:不完備信息系統(tǒng)的粗糙集分層遞階約簡(jiǎn)算法將屬性分為完備屬性層和不完備屬性層,然后分層遞階約簡(jiǎn).該文證明該拓展算法使信息系統(tǒng)的信息熵

3、(決策系統(tǒng)的互信息)減小,在信息理論意義上優(yōu)于刪除法、擴(kuò)展法、默認(rèn)值替代法和相似模型法等常用的完備化處理方法.拓展算法二:基于粗糙集理論和BP神經(jīng)網(wǎng)絡(luò)的分層遞階約簡(jiǎn)算法分別用粗糙集理論和BP神經(jīng)網(wǎng)絡(luò)處理決策表中的離散屬性和連續(xù)屬性,可以避免對(duì)象連續(xù)屬性離散化產(chǎn)生的不確定性.拓展算法三:引入統(tǒng)計(jì)篩選和線性判別分析相結(jié)合的分層遞階約簡(jiǎn)算法.該算法使分層遞階約簡(jiǎn)算法從簡(jiǎn)單的屬性分層處理拓展至屬性選擇和屬性壓縮處理.該文對(duì)分層遞階約簡(jiǎn)的三個(gè)拓展