孙 滨，毛建景

(郑州工业应用技术学院 信息工程学院，河南 郑州 451100)

0 引 言

粗糙集理论可以有效地进行不精确、不完备数据分析与处理，国外在这方面的研究已经取得了不错的成绩[1-4]，其中决策信息系统中的属性约简是其核心研究内容。许多学者利用多种方法来度量决策信息系统中属性的重要度。文献[5]在分析信息熵度量不确定性数据的基础上，定义信息熵属性重要度概念，引入蚁群优化算法，提出基于信息熵与蚁群优化的最小属性约简算法。文献[6]通过减少约简过程中基数排序次数来提升效率，设计了相对分辨能力的约简算法。文献[7]设计了一种启发式函数—决策重要度，这种启发式函数根据每个属性正决策对象集合的大小来定义其重要性，正决策对象集合越大表示重要性越高，由此构造了基于决策重要度的启发式属性约简算法。文献[8]的约简算法既考虑信息决策表的相对正域，也考虑以核属性为启发信息逐个增加条件属性时对边界域样本的影响。文献[9]定义了一种粒度差别矩阵和基于该差别矩阵的属性约简，并证明了该差别矩阵的属性约简定义与基于知识粒度的属性约简定义等价。文献[10]给出了对象矩阵的属性约简定义，证明了属性约简与基于正区域的属性约简的等价性。

因此，对于如何从海量数据集中寻找一种高效的属性约简算法，不仅能保持分类能力不变，还能简化决策规则生成过程，便具有重要的研究意义。……