【摘要】本文針對(duì)經(jīng)典的基于優(yōu)勢(shì)關(guān)系的粗糙集模型進(jìn)行了改進(jìn),提出了一種新的優(yōu)勢(shì)值關(guān)系,在此基礎(chǔ)上建立了新的粗糙集模型,并提出了用辨別矩陣進(jìn)行屬性約簡(jiǎn)的方法,最后通過(guò)實(shí)際例子驗(yàn)證了該模型的可行性和有效性.
【關(guān)鍵詞】?jī)?yōu)勢(shì)關(guān)系;集值決策系統(tǒng);辨別矩陣;屬性約簡(jiǎn)
引言
粗糙集理論是由波蘭數(shù)學(xué)家提出的一種處理不完備,不確定的數(shù)據(jù)的一種有效的數(shù)學(xué)工具.其主要思想就是在保持分辨能力不變的前提下,通過(guò)知識(shí)的約簡(jiǎn),導(dǎo)出問(wèn)題的決策或分類(lèi)規(guī)則.然而,Pawlak提出的經(jīng)典粗糙集理論處理的對(duì)象是完備信息系統(tǒng),而現(xiàn)實(shí)中由于決策者主觀偏好的影響和數(shù)據(jù)采集能力有限等各種原因使得大量信息系統(tǒng)是具有偏好信息且不完備的.許多學(xué)者針對(duì)基于優(yōu)勢(shì)關(guān)系的不完備信息系統(tǒng)做了大量而深入的研究,并取得很多的成果.文獻(xiàn)[3]針對(duì)基于優(yōu)勢(shì)關(guān)系的集值信息系統(tǒng)進(jìn)行了大量的研究,但是當(dāng)對(duì)象的屬性值為{1,2,4}與{2,4}的時(shí)候,文獻(xiàn)[3]的模型沒(méi)有辦法比較出哪個(gè)更優(yōu).針對(duì)此情況下基于優(yōu)勢(shì)關(guān)系的集值信息系統(tǒng)的缺陷,本文提出了新的優(yōu)勢(shì)值關(guān)系,較好地解決了上述模型存在的問(wèn)題.并基于所提出的優(yōu)勢(shì)關(guān)系構(gòu)建了新的優(yōu)勢(shì)值關(guān)系下的粗糙集模型,并討論了新模型的屬性約簡(jiǎn)的方法.
1.集值決策系統(tǒng)上的優(yōu)勢(shì)關(guān)系
5.結(jié)語(yǔ)
本文對(duì)文獻(xiàn)[3]提出的基于優(yōu)勢(shì)關(guān)系的集值決策系統(tǒng)存在的不足進(jìn)行了改進(jìn),在此基礎(chǔ)上提出了新的優(yōu)勢(shì)關(guān)系,建立粗糙集模型,并討論了新優(yōu)勢(shì)值關(guān)系下的屬性約簡(jiǎn)的方法,最后本文通過(guò)實(shí)際例子說(shuō)明了該模型的可行性,所以本文提出的基于優(yōu)勢(shì)關(guān)系的集值決策系統(tǒng)是很有實(shí)際意義的.
【參考文獻(xiàn)】
[1] Pawlak Z. Rough Sets. International Journal of Computer and Information Sciences, 1982, 11: 341~356.
[2] Pawlak Z. Rough Sets.Theoretical Aspects of Reasoning About Data [M]. Kluwer Academic Publishers, Boston, 1991: 72~80.
[3]X.Yang,J.Yang,C.Wu,D.Yu. Dominancebased rough set approach and knowledge reductions in incomplete ordered information system Information Seienees, 178(2008): 1219~1234.