陈志恩

(宁夏师范学院数学与计算机科学系,宁夏固原　756000)



基于偏序关系的粗糙集规则提取方法

陈志恩

(宁夏师范学院数学与计算机科学系,宁夏固原756000)

规则提取算法中通常先约简属性再约简属性值，但该算法当属性数量增多时，会增加约简的复杂性，从而影响规则提取的速度.针对此问题，本文提出了一种基于偏序关系的粗糙集规则提取方法.首先,在不同粒度的知识空间上建立偏序关系;然后,利用各知识空间中隐含的属性冗余度作为启发式信息，对冗余属性进行逐层约简；最后，在约简后的属性集上提取决策规则.实例表明，该方法降低了属性约简的复杂性，提高了规则提取的速度.

粗糙集；偏序关系；属性约简；规则提取

0　引言

粗糙集理论[1-2]的一个主要任务是从信息表中获取知识，而这种知识通常用规则的形式表示出来.用粗糙集方法得到决策规则的关键在于属性约简，相对约简和最小约简[2]是属性约简的两个重要结果.求最小约简被证明是NP-hard问题[3].相对约简不一定是最小约简，且它不一定是唯一的.知识约简是规则提取的关键步骤，研究者往往先给出相应的启发式信息，然后设计某种启发式约简算法，在知识空间中按照自顶向下或自底向上的方式实现约简.

从粒计算的角度来看[4-7]，属性约简的目的就是在条件属性集中寻找一个属性子集，该子集对论域形成的划分空间是保持正域不变(或条件信息熵不变)前提……