期望序信息系统的优势粗糙集模型
2016-10-14刘真勃代建华张其来高帅超石红
数码设计 2016年2期
刘真勃,代建华,张其来,高帅超,石红
期望序信息系统的优势粗糙集模型
刘真勃,代建华*,张其来,高帅超,石红
(天津大学计算机科学与技术学院,天津300350)
对在实际应用中,信息系统的属性通常具有期望,比如量器的测量误差、产品质量标准、医疗生理指标等,为此本文定义了期望序信息系统,在一定程度上将无期望的序信息系统推广为期望序信息系统,并在期望序信息系统的基础上,构建了基于距离的优势关系,使用辨识矩阵的方法进行了属性约简,最后经过实例证明方法简单可行。
粗糙集;期望序信息系统;优势关系
引言
粗糙集理论[1]是一种处理不确定、不完备、不一致数据的数学工具。近年来,粗糙集理论引起了国内外学者的广泛关注和研究, 应用在决策制定、模式识别、数据挖掘等领域。经典粗糙集理论以等价关系为基础,没有考虑属性的偏好关系。Greco等人[2, 3]针对准则属性的偏好关系问题,采用优势关系代替等价关系,为序信息系统的发展奠定了基础。采用有效的排序方法是序信息系统的重要内容,许多学者采用不同的排序方法建立了多种优势关系[2-7]。文献[2,7]提出属性值越大优势越大的排序方法,建立优势关系;Qian等人[4]利用有序区间值信息系统的属性值有上界和下界的特点,提出了比较两个区间值上界和下界数值大小的优势关系;Yang等人[5]将不完备区间值信息系统转化为完备信息系统,再采用文献[4]方法构建优势关系的方法进行了研究;……
登录APP查看全文
