吴婉琳， 张贤勇*， 莫智文

（1.四川师范大学 数学科学学院，四川 成都610066； 2.四川师范大学 智能信息与量子信息研究所，四川 成都610066）

粗糙集理论是一种不确定性分析理论，能够有效处理不精确、不完整、不一致数据，最终在决策表中提取决策规则或有用信息［1］.在粗糙集理论中，属性约简是核心内容与研究热点，其主要在保持相同分类能力的前提下进行冗余属性删除，从而达到数据表的优化处理.

决策表具有3层粒度结构［2］，在约简方面涉及到系统决策分类与局部决策类2种主体.传统的属性约简是决策分类约简，主要考虑所有决策类的整体优化.针对实际中存在的局部优化需求，特定类约简应运而生，并改进了决策分类约简的盲点.文献［3］基于正域首先建立特定类约简，文献［4-5］分别从信息度量与三支决策角度推进特定类约简，文献［6-8］分别从邻域粗糙集、三支概率、决策分布的角度深化了特定类约简.粗糙集的不确定性主要存在于边界域，因而基于边界域及其度量的属性约简具有基本的决策表不确定性处理功能.例如，文献［9］得到信息熵约简的边界域条件信息熵表示，文献［10］提出保持边界域划分的知识约简算法，文献［11］给出基于容差关系矩阵的决策表边界域的计算方法，文献［12］提出一种基于边界区域的特征选择算法，文献［13］提出基于粗糙边界域的约简.归纳可见，基于边界域的属性约简主要停留在决策分类约简，而相关的特定类约简罕见……