关系决策系统的分布约简

基于分辨矩阵和最近已提出的快速算法,对关系系统的约简算法和关系决策系统的分布约简算法进行了研究。证明当决策属性具有自反性时,关系决策系统的分布约简实际上就是关系系统的约简,与决策属性无关。此外,区间值模糊序关系决策系统可视为关系决策系统的一个特例,用提出的关系决策系统的分布约简算法即可获得区间值模糊序关系决策系统的全部约简结果,从而简化了原来的约简算法。

关系决策系统中相对不可区分和区分关系的约简

针对相对不可区分和区分关系约简的问题提出相应的算法。首先,考虑等价关系中相对不可区分关系的约简,提出一种新的辨识矩阵,并在此基础上得到了一种约简算法,通过关系的补关系提出相对区分关系的约简算法。然后,将相对不可区分关系等概念推广到一般关系。对于关系决策系统的相对不可区分关系约简给出了相应的辨识矩阵,并利用关系的补关系得到了相对区分关系约简的辨识矩阵,从而得到了两者的约简算法。最后,在选取的UCI数据集上,对提出的算法进行验证。在等价关系上,基于绝对约简的相对不可区分关系的约简(EQIND)算法与相对不可区分一般关系的约简(BIIND)算法所得约简相同,基于绝对约简的相对区分关系的约简(EQDIS)算法与相对区分一般关系的约简(BIDIS)算法所得约简相同;同时算法BIIND、BIDIS可以对不完备决策表进行约简。实验结果验证了所提算法的可行性。

一般二元关系下的关系决策系统属性约简

文献[Wang C Z,Wu C X,Chen D G.A systematic study on attribute reduction with rough setsbased on general binary relations.Information Sciences,178(2008),2237～2261]将基于经典粗糙集上的属性约简模型推广到基于广义粗糙集模型上,给出了关系决策系统中属性约简的判定定理和辨识矩阵。但是在属性约简模型中,支撑域的界定使模型的一般性受到限制。本文通过重新定义决策域的正域,给出了改进的决策系统属性约简判定定理和辨识矩阵,并对约简性质进行研究,实现关系决策系统基于正域的属性约简。

条件先验概率优势关系粗糙集模型

基于先验概率优势关系的粗糙集模型是对粗糙集理论的重要扩充,然而却有其不足之处。本研究提出的基于条件先验概率优势关系的粗糙集模型是建立在对不完备偏序关系决策系统属性值数据统计的基础上,既考虑到同一属性取值的不同情况又考虑到不同属性之间的关联性,充分利用各种先验信息,因此有效提高了分类精度和分类质量。理论分析和实例计算均证明了该模型的有效性和实用性。