郑文彬 ,李进金 ,张燕兰 ,廖淑娇

（1.闽南师范大学计算机学院，漳州，363000；2.闽南师范大学数学与统计学院，漳州，363000；3.福建省粒计算及其应用重点实验室，闽南师范大学，漳州，363000）

Qian et al［1］于2012 年提出多粒度粗糙集，在多粒度粗糙集中，目标决策可以通过多个粒度产生的信息粒进行刻画，因此可以从多个角度出发分析问题并获得更加满意、合理的求解，在许多多维度、多视角的现实生活问题中有强大的表示能力［2-4］.许多学者对多粒度粗糙集拓展模型进行了研究，例如Lin et al［5］提出多粒度邻域粗糙集，Dou et al［6］提出变精度多粒度粗糙集，张明等［7］提出可以自由控制粒度的可变粒度粗糙集等.

应用多粒度粗糙集时不可避免地存在冗余粒度，冗余粒度对多粒度粗糙集的各种应用没有帮助，反而因参与计算增加了计算时间.为解决这类问题有学者提出粒度约简的概念.Qian et al［1］首先提出一种启发式粒度约简算法，以粒度重要度为约简的依据.对于多粒度粗糙集，因悲观与乐观多粒度下近似集本身存在不同，粒度重要度有多种形式，而无论是何种粒度约简算法，粒度重要度都是粒度约简的核心［8-9］.现行算法多以悲观多粒度或者乐观多粒度粗糙集之正域作为衡量粒度重要性的指标，如孟慧丽等［10］考虑下近似分布约简，引入下近似分布约简中粒度集的信息量；汪小燕等［11］设计了可变粒度粗糙集的下近似分布粒度约简算法；张艳芹［12］在构建基于模糊等价关系的悲观多粒度模糊粗糙集模型的基础上，进一步给出粒度重要度的度量方法；……