資源描述：
《變精度粗糙集模型及其應用研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、西南交通大學博士學位論文變精度粗糙集模型及其應用研究姓名：孫士保申請學位級別：博士專業(yè)：交通信息工程及控制指導教師：秦克云20071109西南交通大學博士研究生學位論文第l頁摘要粗糙集理論是一種新的處理模糊性和不確定性知識的數(shù)學工具。它將分類與知識聯(lián)系在一起，根據(jù)已知數(shù)據(jù)自身的不可分辨關系，通過一對近似算子，對某一給定概念進行近似表示，它是一種數(shù)據(jù)驅動的方法，本質(zhì)上不需要任何關于數(shù)據(jù)和相應問題的先驗知識和附加信息，因此特別適合應用于知識發(fā)現(xiàn)與數(shù)據(jù)挖掘領域。由于Pawlak粗糙集模型的局限性，Ziarko提出了變精度粗糙集模型，它是Pawlak粗糙集模型的繼承與發(fā)展，但它
2、仍然限制在等價關系下。為了拓廣變精度粗糙集模型的應用范圍，本文首先提出了一種保持邊界的屬性約簡理論與方法；其次，從論域和論域上的關系兩方面來推廣變精度粗糙集模型，也就是把論域從清晰集推廣到論域上的模糊子集及把論域上的等價關系推廣為論域上的一般二元關系、覆蓋關系和模糊關系等，從而得到廣義變精度粗糙集模型、變精度覆蓋粗糙集模型、變精度粗糙模糊集模型和變精度模糊粗糙集模型。具體成果如下：1．提出了基于變精度粗糙集理論的信息系統(tǒng)保持邊界不變性的約簡理論與方法。研究了邊界約簡的性質(zhì)，給出了約簡的判定定理，借助可辯識屬性矩陣及辯識公式給出了約簡的方法，并設計了相應的約簡算法，通過實
3、例說明了算法的有效性。本文提出的約簡方法豐富了變精度粗糙集模型屬性約簡理論，為等價關系下的數(shù)據(jù)庫知識發(fā)現(xiàn)提供了一種有效的方法。(體現(xiàn)在第2．3節(jié))2．建立了廣義變精度粗糙集模型。將Ziarko變精度粗糙集模型中論域上的等價關系推廣為一般二元關系，建立了基于對象和基于鄰域的兩種廣義變精度粗糙集模型；討論了這兩種模型下的近似算子的結構與性質(zhì)、近似算子之間的關系、它們與Ziarko變精度粗糙集模型中近似算子的關系；對兩處模型中概念的盧近似質(zhì)量和蘆租糙性測度等不確定性度量方式進行了刻畫。(體現(xiàn)在第3章)3．建立了變精度覆蓋粗糙集模型。將Ziarko變精度粗糙集模型中論域上的等價
4、關系推廣為論域上的覆蓋，借助覆蓋產(chǎn)生的鄰域算子建立了兩種變精度覆蓋粗糙集模型，并在相應的變精度覆蓋粗糙集模型中研究了近似算子的結構與性質(zhì)，討論了覆蓋近似算子之問的關系以及它們與Ziarko變精度粗糙集模型中近似算子的關系，最后討論了變精度覆蓋粗糙集模型中覆蓋的約簡問題。(體現(xiàn)在第4章)4．建立了變精度粗糙模糊集模型。將Ziarko變精度粗糙集模型中的等價關系推廣為模糊關系，建立了廣義變精度粗糙模糊集模型和平均變精度粗糙模糊第1I頁西南交通大學博士研究生學位論文集模型，并在相應的模型中研究了近似算子的性質(zhì)以及它們與其它粗糙集模型之間的關系。(體現(xiàn)在第5章)5．建立了基于變
5、精度粗糙集理論的知識發(fā)現(xiàn)和規(guī)則挖掘算法。利用已有的不確定性度量方法、閾值口對變精度粗糙規(guī)則集的影響分析方法，提出了一種粗糙規(guī)則挖掘算法。該方法具有一定的容錯能力，同時能夠在確保規(guī)則具有較高準確度和覆蓋度的前提下得到盡可能簡潔的規(guī)則集。通過汽車油耗實例說明了算法是可行的、有效的。(體現(xiàn)在第6章)本文在一個論域下，討論了基于靜態(tài)完備數(shù)據(jù)庫的各種變精度粗糙集模型理論，并且給出了各種模型的應用方法，對數(shù)據(jù)庫知識發(fā)現(xiàn)有重要的理論價值和實際意義。它解決了不同類型數(shù)據(jù)、不同數(shù)據(jù)關系之間的知識發(fā)現(xiàn)問題，是粗糙集理論的補充與發(fā)展，同時也豐富了知識發(fā)現(xiàn)理論與方法，具有重要的理論意義及潛在的
6、應用價值。關鍵詞變精度粗糙集；二元關系；覆蓋；模糊關系；知識發(fā)現(xiàn)西南交通大學博士研究生學位論文第Ⅲ頁AbstractRoughsettheoryisanewmathematicaltoolfordealingwithfuzzyanduncertainknowledge．Itcontactsclassifyandknowledgeaccordingtoindiscerniblerelationofknowndataandexpressessomeconceptsapproximatelybyapairofapproximationoperators．itisadatadr
7、ivenapprochanddonotneedanypriorknowledgeandadditionalinformationaboutdataandcorrespondingproblems，soitisfitforapplyingtofieldsofknowledgediscoveryanddatamining．Ziarkohasproposedvariableprecisionroughsetmodel(VPRSM)becauseofshortcomingsofPawlak’sroughsetmodel，whichisinheri
