李法朝,任夜星,靳晨霞

(1.河北科技大学 理学院,河北 石家庄 050018;2.河北科技大学 经济管理学院,河北 石家庄 050018)

0 引言

粗糙集的概念是由Pawlak1982年提出的,是处理不精确、不一致、不完整信息的一种有效工具,其基本思想是通过案例库的分类归纳出概念和规则[1-2]。随着粗糙理论的发展与完善,其应用已遍及自然科学的各个领域,其中属性约简(在保持信息系统的某种性能不变的前提下,删除冗余属性)是最为典型的应用之一。

由于信息系统的属性约简大都不唯一,且寻求信息系统的属性个数最少的约简是NP-hard问题[3],因而,如何通过某种启发式算法来实现属性约简是该研究领域的热点研究内容[4-5],众多学者进行了诸多有益的探讨。文献[6]以属性引起的互信息大小作为属性的重要性度量依据,提出了一种基于粗糙集和信息熵的属性约简算法。文献[7]提出了基于差别集的属性约简方法,通过删减属性来求得最终约简集。文献[8]通过改进差别矩阵和度量属性显著性的方法,提出了一种基于差别矩阵吸收律的完全启发式约简算法,有效地降低了差别矩阵约简算法的空间复杂度。文献[9]提出基于可辨识矩阵的Core Searching算法(该算法首先找出信息系统的核,然后去掉矩阵中包含核的矩阵项,将剩下的矩阵项中出现次数最多的元素加到核中,直到矩阵为空)。文献[10]对 Core Searching 算法进行改进,通过给属性设立计数器来减少计算量。文献[11]根据Skowron可分辨矩阵[12]提出一种基于属性重要性的启发式属性约简算法。……