姜 维
(黄河科技学院 信息工程学院,河南 郑州 450063)
基于重要性的不完备决策系统的属性约简研究
姜维
(黄河科技学院 信息工程学院,河南 郑州 450063)
在不完备信息系统中引入决策属性依赖度,由条件属性所提供的知识对整体决策的支持程度,以此作为启发式信息求出相对核,使属性约简具有较强的支持度。文章通过实例分析,证明该属性约简是有效的方法。
粗糙集理论;属性约简;不完备信息系统
粗糙集[1]是由波兰数学家Z Pawlak首先提出的,是一种处理不确定知识的数理分析工具、方法。在现实生活中,不完备信息系统广泛存在。由于对数据理解或获取的限制、数据测量的误差等原因,在知识获取时,往往会产生不完备的信息系统,这种情况大大限制了粗糙集理论的实用化的发展,在文献[2-4]中对不完备信息系统进行了研究。本文在文献[5]的基础上,提出了一个不完备决策系统的属性约简的新算法。
文献[6]中描述了“不完备信息系统”的定义:信息系统S=(U,AT),U为对象集合,AT为属性集合,存在a∈AT,a:U→Va,(Va是属性a的值域),只要存在一个属性a∈AT,使Va为空值,则称S是一个不完备的信息系统。
令*表示空值,A⊆AT,则系统的相似性定义为:

不完备决策系统[7]是一个不完备的信息系统,公式描述为:DT=(U,AT U{d}),d是决策属性(d ∉AT且*∉Vd),AT为条件属性。
在不完备决策表[7]DT中,决策属性集D={d},条件属性集A⊆AT的依赖性[5],文献[7]中给出如下定义:

当k=1,称DT中决策属性集D完全依赖于条件属性集A;当0 在不完备决策表DT中,条件属性子集A⊆AT的重要性[7],∂AT,D(A)=rAT(D)- rAT-A(D)。……