不一致对象下的不完备决策系统属性约简算法

在不完备决策系统中,给出高效的计算容差类算法.提出不一致对象概念,研究不一致对象的性质,根据其性质给出在不一致对象下的核属性和属性约简的定义并设计求核属性算法.提出一个新的属性重要性定义,最后依据新的属性重要性定义设计一个最坏情况下时间复杂度和空间复杂度分别为O(kC^2U)和O(U)的启发式属性约简算法,并通过理论分析、实例分析和实验分析说明该算法准确性和可行性.

基于纠缠关系的变精度优势关系粗糙集模型

针对优势关系粗糙集(Dominance-based Rough Set Approach, DRSA)理论经典模型中,下近似过于严苛和不一致对象对模型的影响问题,提出一种基于纠缠关系的DRSA模型。利用纠缠关系将属性相似、功能近似的对象进行整合,构建复杂的对象实体,其特点是充分考虑了不能进入优势集和劣势集元素对当前样本的影响,同时建立纠缠域区分不同元素对求解下近似的影响,将仅在统计上对求解产生影响但实际联系不紧密的元素排除,从而达到去除该部分包含的不一致对象的目的。

基于测试代价敏感的不完备决策系统属性约简算法

提出不完备决策系统测试代价敏感属性约简问题,给出不一致对象集定义以及求解不一致对象集的算法。根据不一致对象的性质改进属性重要性定义,考虑测试代价因素以及不一致对象个数的改变量给出一个新的属性重要性的定义和属性重要性中权重的设置方法,并给出属性重要性的计算算法。在此基础上,给出一个时间复杂度为O(k|C|2|U|)和空间复杂度为O(|U|)的启发式属性约简算法,并通过理论分析、实例分析和实验分析说明该算法准确性和可行性。

新简化决策表的研究

针对简化决策表的定义和建立算法只能处理一致对象的问题,提出新简化决策表定义和建立算法,采用对不一致对象单独处理的方法,有效地解决简化决策表不能处理不一致对象的问题。通过实验验证新简化决策表可以处理不一致对象,简化决策表不能处理不一致对象。