粗決策樹動態(tài)規(guī)則提取算法研究及應(yīng)用

《粗決策樹動態(tài)規(guī)則提取算法研究及應(yīng)用》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、粗決策樹動態(tài)規(guī)則提取算法研究及應(yīng)用　　摘要：針對靜態(tài)算法對大數(shù)據(jù)和增量數(shù)據(jù)處理不足的問題，構(gòu)造了基于粗決策樹的動態(tài)規(guī)則提取算法，并將其應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷中。將粗集與決策樹結(jié)合，用增量方式實(shí)現(xiàn)樣本抽取;經(jīng)過動態(tài)約簡、決策樹構(gòu)造、規(guī)則提取與選擇、匹配4個(gè)步驟的循環(huán)迭代過程，實(shí)現(xiàn)了數(shù)據(jù)的動態(tài)規(guī)則提取，使得提取的規(guī)則具有更高的可信度;同時(shí)，將算法應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷這一動態(tài)問題中，驗(yàn)證了算法的有效性;最后，將所提算法分別與靜態(tài)算法和增量式動態(tài)算法進(jìn)行了效率對比分析，實(shí)驗(yàn)結(jié)果表明，所提算法能夠以最精簡的規(guī)則獲得更多數(shù)據(jù)隱含信息?！　￡P(guān)鍵詞：

2、粗集;靜態(tài)算法;動態(tài)約簡;動態(tài)規(guī)則;決策樹　　引言　　粗集理論[1]主要用來處理模糊和不確定性知識，對數(shù)據(jù)進(jìn)行約簡、去除冗余，在保持分類能力不變的前提下，通過知識約簡導(dǎo)出問題的決策和分類規(guī)則。近年來，吳順祥等[2]利用粗集進(jìn)行規(guī)則提取，提出了一種基于粗集理論的規(guī)則提取方法;譚俊璐等[3]利用決策樹(decisiontree)提取規(guī)則實(shí)現(xiàn)分類計(jì)算;丁春榮等[4]將粗集與決策樹結(jié)合構(gòu)造規(guī)則提取算法。石凱[5]將粗集理論中的屬性約簡與決策樹算法相結(jié)合，提出了改進(jìn)算法;胡煜等[6]從ID3算法的缺點(diǎn)出發(fā)，根據(jù)粗集理論完成了對ID3算法的改進(jìn)，為

3、建立決策樹分析模型奠定了基礎(chǔ)?！　∫陨线@些算法均是在靜態(tài)數(shù)據(jù)研究背景下提出的，可以從海量數(shù)據(jù)中提取相對精確的知識，但這種規(guī)則提取方法只能針對靜態(tài)數(shù)據(jù)，對于現(xiàn)實(shí)生活中的大量動態(tài)數(shù)據(jù)，以往的基于靜態(tài)數(shù)據(jù)的規(guī)則提取算法很難得到正確的規(guī)則。而目前我們處于大數(shù)據(jù)時(shí)代，網(wǎng)絡(luò)數(shù)據(jù)、股票數(shù)據(jù)、機(jī)械故障診斷收集數(shù)據(jù)等均具有明顯的動態(tài)特征，直接應(yīng)用靜態(tài)數(shù)據(jù)下的算法，勢必會使提取的規(guī)則產(chǎn)生很大的誤差，因此，研究適合動態(tài)數(shù)據(jù)的規(guī)則提取算法顯得尤為重要?！　∧壳?，關(guān)于動態(tài)規(guī)則提取算法的研究也有相關(guān)報(bào)道：如余峰林等[7]提出的基于差別矩陣的動態(tài)約簡及規(guī)則提取和尹阿

4、東等[8]提出的動態(tài)決策樹算法研究等，但這些算法存在著求解速度慢、約簡程度不夠等缺陷。王楊等[9]提出的基于粗集和決策樹的增量式規(guī)則約簡算法比傳統(tǒng)算法和粗集決策樹增量知識獲取算法(RoughsetRuletreeIncrementalkno，RRIA)在效率方面有所提高，但仍存在著提取的規(guī)則集不夠精簡等缺陷。因此，本文提出將粗集與決策樹相結(jié)合，設(shè)計(jì)動態(tài)規(guī)則提取算法，同時(shí)兼顧約簡精確程度和約簡時(shí)間兩方面，從而更有效地實(shí)現(xiàn)決策規(guī)則的提取。　　本文算法的基本思想：抽取樣本進(jìn)行屬性約簡;按約簡結(jié)果建立決策樹;通過規(guī)則的準(zhǔn)確度和覆蓋度進(jìn)行規(guī)則提取

5、;用未抽取樣本進(jìn)行規(guī)則匹配，確定規(guī)則的有效性，并判斷屬性約簡是否穩(wěn)定(若得到穩(wěn)定約簡，即匹配成功;若沒有匹配成功，則增大抽取樣本，直到達(dá)到要求為止)。　　一、基本理論　　1.1不可區(qū)分關(guān)系　　信息系統(tǒng)S=(U，A，V，f)，其中U為論域;A=C∪D，C為條件屬性，D為決策屬性;V是屬性的值域;f是信息函數(shù)，a∈A，x∈U，f(x，a)∈V。當(dāng)RC，IND(R)={(x，y)∈(U，U)

6、a∈B，f(x，a)=f(y，a)}，表示是屬性R不可區(qū)分的?！　/IND(R)為U的等價(jià)類

7、[10]?！　?.2屬性約簡和屬性依賴度　　R為一族等價(jià)類，當(dāng)a∈R，若IND(R)=IND(R-{a})，則稱a為R中不必要的;否則a為必要的。如果a∈A都是R中必要的，稱R獨(dú)立;否則稱R為依賴的。　　若QP，如果Q是獨(dú)立的，且IND(Q)=IND(P)，稱Q為P的一個(gè)約簡。CORE(P)=∩RED(P)，其中CORE(P)為P的核，RED(P)為P的約簡?！　傩砸蕾嚩龋篕=max{

8、XiYj

9、/

10、Yj

11、}，K表示決策分類對條件屬性集的依賴度?！　?.3動態(tài)約簡　　S=(U，CUd7p6q4u)為一決策表，S&p

12、rime;=(U′，C∪fnvj80o)為決策表的子決策表，U′U。F是決策表S的子決策表集合，簡稱F族。將F族中所有子決策表約簡的交集稱為決策表S的F動態(tài)約簡[11]，即為DR(S，F(xiàn))。表達(dá)式為：　　DR(S，F(xiàn))=RED(S，d)∩∩S′∈FRED(S′，d　　此方法限制太大，所以選擇更為普遍的(F，ε)的約簡：　　DR(S，F(xiàn))={C∈RED(S，d)：　　

13、S′∈F：C∈RED(S′，

14、d)

15、

16、F

17、≥1-ε}　　其中ε∈[0，1]，記為DRε(S，F(xiàn))?！　?.4區(qū)分矩陣與區(qū)分函數(shù)　　決策表S=(U，C∪D，V，f)的