粗糙集近似集不确定性研究

张清华，薛玉斌，胡　峰，于　洪

(1.重庆邮电大学理学院，重庆 400065； 2.重庆邮电大学计算智能重庆市重点实验室，重庆 400065)

粗糙集近似集不确定性研究

张清华1，2，薛玉斌1，胡峰2，于洪2

(1.重庆邮电大学理学院，重庆 400065； 2.重庆邮电大学计算智能重庆市重点实验室，重庆 400065)

粗糙集用上、下近似集刻画不确定目标集合,而粗糙集的近似集用0.5-近似集作为不确定目标集合的近似集.本文首先分析了基于粗糙集的0.5-近似集相似度的属性约简算法存在理论不完备的不足，指出这种相似度具有随知识粒度变化不敏感的缺陷.然后进一步给出了多粒度知识空间下相似度的变化规律,提出了粗糙集近似集的模糊度概念,分析了粗糙集近似集的模糊度在多粒度知识空间下的变化规律,进而提出了相应的属性约简算法.从新的视角构建了目标概念与其近似集的差异性度量方法.

粗糙集;近似集;模糊度;不确定性;多粒度

1　引言

Pawlak教授提出的粗糙集是一种处理不精确不完全与不相容知识的数学理论[1].现已广泛应用于模式识别、知识发现、问题求解以及不确定性推理等领域[2,3],成为了一种重要的智能信息处理技术.粗糙集的扩展型主要有变精度粗糙集和更广泛的概率粗糙集.很多学者对此进行了讨论[4～6],如米据生、张贤勇、钱宇华等人讨论了变精度粗糙集,并利用它进行属性约简,取得了较好效果[7～10];Yao和Ziarko等人结合概率论和包含度提出了概率粗糙集,也取得了较好的理论成果……