關(guān)于粒度熵的知識約簡算法

摘 要：針對現(xiàn)有知識約簡算法中存在的不完備性問題，提出了一種基于粒度熵的啟發(fā)式知識約簡算法，將該算法應(yīng)用于電力變壓器故障診斷決策表的約簡，避免了選擇約簡集的盲目性，同時也大大提高了故障診斷的效率。

關(guān)鍵詞：粒度熵；知識約簡；故障診斷

針對現(xiàn)有的知識約簡算法[2-4]中存在的不完備性問題，本文從信息論的信息熵理論出發(fā)，提出了基于粒度熵的知識約簡算法，且該算法不需要求核，對無核的這種特殊信息系統(tǒng)計算約簡更加有效。通過該算法可以從其它約簡算法得到的最小約簡集中篩選出最優(yōu)最小的約簡集。因此，信息系統(tǒng)中的屬性關(guān)于知識的發(fā)現(xiàn)的重要性應(yīng)該有個度量[1]。

1 粒度的基本理論

2 基于粒度熵的知識約簡算法

本文提出的基于粒度熵的約簡算法沒有經(jīng)過計算屬性核，經(jīng)過此算法對決策表約簡后的條件屬性集不但是最小約簡，而且是最優(yōu)約簡。

具體約簡步驟如下：

3.2 結(jié)果分析

以文[10]中提出的基于粗糙集的約簡算法對電力變壓器故障診斷決策表進行約簡得到142種約簡，如表1所示。

使用該算法最后得到142種屬性約簡，最終構(gòu)成的診斷規(guī)則集相當(dāng)龐大，要完成故障診斷仍需較長的時間。而使用本文的算法最后得到的是最小最優(yōu)約簡集，故可以大大提高故障診斷的速度和準(zhǔn)確性。

[參考文獻(xiàn)]

[1]郭林鵬.基于粗糙集和粒度計算的不確定信息度量及知識約簡研究[D].河南師范大學(xué)，2008.

[2]李秀紅，史開泉.一種基于知識粒度的屬性約簡算法[J].計算機應(yīng)用，2006，26（6）：76-77.

[3]苗奪謙，范世棟.知識的粒度計算及其應(yīng)用[J].系統(tǒng)工程理論與實踐，2002，1（1）：48-56.

[4]梁吉業(yè)，曲開社，徐宗本.信息系統(tǒng)的屬性約簡[J].系統(tǒng)工程理論與實踐，2001，12：76-80.

[5]Yao Y Y.Granular Computing：basic issue and possible solutions[C].Proceedings of the 5th Joint Conference on Information Sciences，2000：186-189.

[6]Pedrycz W.Granular Computing-The Emerging Paradigm[J].Journal of uncertain system，2007， 1（1）：38-61.

[7]Pedrycz W.The Paradigm and Practice of Granular Computing[EB/OL].http：//www.sfb360.uni-bielefeld.de/mo-kolloq/abstracts/pedrycz.html.

[8]耿志強，朱群雄，李芳.知識粗糙性的粒度原理及其約簡[J].系統(tǒng)工程與電子技術(shù)，2004，26（8）：1112-1116.

[9]朱永利，吳立增，李雪玉.貝葉斯分類器與粗糙集相結(jié)合的變壓器綜合故障診斷[J].中國電機工程學(xué)報，2005，25（10）：159-165.

[10]莫娟，王雪，董明，等.基于粗糙集理論的電力變壓器故障診斷方法[J].中國電機工程學(xué)報，2004，24（7）：162-167.