IVFD信息系統的屬性約簡的一個注記

喻光繼

(廣西財經學院信息與統計學院, 中國 南寧 530003)

IVFD信息系統的屬性約簡的一個注記

喻光繼*

(廣西財經學院信息與統計學院, 中國 南寧 530003)

利用粗糙集理論和推廣的D-S 證據理論獲得了IVFD信息系統的信任約簡和似然約簡.

IVF; IVFD; 信息系統;RD; 信任約簡; 似然約簡

粗糙集理論[1-2]和D-S 證據理論[3]都是處理不確定性問題的數學工具, 它們之間有密切關糸. 近似空間對應信任結構, 而信任函數和似然函數由信任結構產生, 從而基于近似空間的下近似算子和上近似算子對應信任函數和似然函數[4-6]. 因此, D-S 證據理論可用于研究信息系統中的屬性約簡問題[7-9]. 考慮到信息系統的屬性值可能是語言或映射(例如IVF集), 運用粗糙集理論處理時, 會把這樣的值近似地按數字或符號來處理, 而忽略一些重要信息如“偏序”、“隸屬度”, 這意味著僅運用粗糙集理論不能有效地處理這類不確定性問題. 本文推廣了D-S 證據理論, 運用粗糙集理論和推廣的D-S 證據理論處理IVFD 信息系統的屬性約簡問題.

1 基本概念

1.1 IVF集

定義1[10]?a,b∈[I], 定義

(1)a=b?a-=b-,a+=b+.

(2)a≤b?a-≤b-,a+≤b+;a

(3)ac=[1-a+,1-a-].

定義2[10-11]?{ai:i∈J}?[I], 定義

類似于模糊集, IVF集有相應運算及運算律, 這里省略.

1.2 IVFD 信息系統

定義3[12]稱(U,A∪D) 為IVFD信息系統, 其中A是條件屬性集,D={dk∈F(i)(U):k=(1,2,…,r)}是決策屬性集.

記D(xi)=Di1/d1+Di2/d2+…+Dir/dr(Dik∈[I],i=0,1,…,n-1,k=1,2,…,r).

例1[12]表1給出了IVFD信息系統, 其中U={x0,x1,x2,x3,x5,x6,x7,x8,x9},A={a1,a2,a3},D={d1,d2,d3}.

表1 IVFD信息系統(U,A∪D)

以i=0為例, 我們有

定義4[13]設(U,A∪D)是IVFD信息系統, 則B?A決定如下等價關系:

RB={(x,y)∈U×U:a(x)=a(y)(?a∈B)}.

且U/RB={[x]B:x∈U}形成了U的一個劃分, 其中[x]B={y∈U:(x,y)∈RB}表示基于B由x決定的等價類.

性質1設(U，A∪D)是IVFD信息系統，若C?B?A,則?X∈F(i)(U),

2 D-S 證據理論的推廣

2.1 必然性IVF測度和可能性IVF測度

Zadeh[14]在模糊集基礎上建立了可能性理論, Dubois等[15]發展了該理論. 現在, 我們把該理論中的必然性測度和可能性測度分別推廣為必然性IVF測度和可能性IVF測度.

定義5[16]設A∈2U, 對?X∈F(U),記

命題1設A∈2U, 對?X∈F(i)(U),記

證不難證明, 故省略.

2.2 IVF信任函數和IVF似然函數

在文獻[5] 中, 通過把焦元改為模糊集, 可將信任函數和似然函數模糊化. 現在, 我們把它們直覺模糊化, 從而推廣了D-S證據理論.

類似于經典的信任函數和似然函數, 可證Bel(i)是IVF信任函數當且僅當它滿足如下條件:

3 IVFD 信息系統中的屬性約簡

3.1IVF關系RD

定義7設S=(U,A∪D)是IVFD信息系統, 其中U={x0,x1,…,xn},D={d1,d2,…,xr}. 對IVFD集D,U上的IVF關系RD定義如下:

SD(x)(y)=RD(x,y) (y∈U).

記

U/RD={SD(x):x∈U}.

例2在例1中,

于是

類似可算出SD(xi) (i=1,2,3,4,5,6,7,8,9),記它們在表2中.

表2 SD(xi)(xj )(i,j=0,1,2,3,4,5,6,7,8,9)

3.2 信任約簡和似然約簡

定義X∈F(i)(U) 的概率P(i)(X)為

其中P({x})=1/|U|.

命題3設(U,A∪D) 是IVFD信息系統,B?A, 對X∈F(i)(U), 記

取M=U/RB={Yx:x∈U}, 令概率分布mB為

證因為

(*)

性質2設(U，A∪D) 是IVFD信息系統, 如果C?B?A, 且X∈F(i)(U), 那么

證由性質1可推得.

定義8設S=(U,A∪D) 是IVFD信息系統,B?A,

引理1設S=(U,A∪D)是IVFD信息系統, 則

(2) 證明類似于(1).

定理1設S=(U,A∪D)是IVFD信息系統, 則

證(1) “?” 設B為S的信任約簡, 則B為S的信任協調集. 由引理1(1),

由定義8(1)，?CB,?(x)).

所以B為S的信任約簡.

(2) 證明類似于(1).

例3我們考慮例2.

(1) 由命題1和(*)，有

[0.43,0.53].

由(1)和(2)可得B不是S的信任協調集, 從而B不是S的信任約簡.

[1] PAWLAK Z. Rough sets: theoretical aspects of reasoning about data [M]. Boston: Kluwer Academic Publishers, 1991.

[2] 張文修, 吳偉志, 梁吉業, 等. 粗糙集理論與方法[M]. 北京:中國科技出版社, 2001.

[3] SHAFER G. A mathematical theory of evidence [M]. Princeton: Princeton University Press, 1976.

[4] WU W, LEUNG Y, MI J. On generalized fuzzy belief functions in infinite spaces [J]. IEEE Trans Fuzzy Syst, 2009,17(2):385-397.

[5] WU W, LEUNG Y, ZHANG W. Connections between rough set theory and Dempster-Shafer theory of evidence [J]. Int J General Syst, 2002,31(4):405-430.

[6] YAO Y Y. Interpretations of belief functions in the theory of rough sets [J]. Inf Sci,1998,104(1):81-106.

[7] WU W. Attribute reduction based on evidence theory in incomplete decision systems [J]. Inf Sci, 2008,178(12):1355-1371.

[8] WU W, ZHANG M, LI H,etal. Knowledge reduction in random information systems via Dempster-Shafer theory of evidence [J]. Inf Sci, 2005,174(3-4):143-164.

[9] ZHANG M, XU L, ZHANG W,etal. A rough set approach to knowledge reduction based on inclusion degree and evidence reasoning theory [J]. Expert Syst Appl, 2003, 20(4):298-304.

[10] CHENG Y, MIAO D. Rule extraction based on granulation order in information system [J]. Expert Syst Appl, 2011,38(5):12249-12261.

[11] 喻光繼. 關于IVF近似空間的拓撲結構[J]. 湖南師范大學自然科學學報, 2013,36(6):21-25.

[12] SUN B, GONG Z, CHEN D. Fuzzy rough set theory for the interval-valued fuzzy information systems [J]. Inf Sci, 2008,178(6):2794-2815.

[13] 高寧華. 區間值模糊決策信息系統的屬性約簡及其相關問題[M]. 南寧: 廣西民族大學, 2013.

[14] ZADEH L A. Probability measures of fuzzy events [J]. J Math Anal Appl, 1968,23(4):421-427.

[15] DUBOIS D, PRADE H. Possibility theory [M]. New York: Plenum Press, 1988.

[16] 張文修, 梁 怡, 吳偉志. 信息系統與知識發現[M]. 北京:中國科學出版社, 2003.

(編輯 陳笑梅)

A Note on Attribute Reduction in IVFD Information Systems

YUGuang-ji*

(School of Information and Statistics, Guangxi University of Finance and Economics, Nanning 530003, China)

Belief reductions and plausibility reductions in IVFD information systems were obtained by using rough set theory and the generalized D-S theory of evidence.

IVF; IVFD; information system;RD; belief reduction; plausibility reduction

2013-11-08

廣西自然科學基金重點資助項目(2012GXNSFDA276040)

*

,E-mail：guangjiyu100@126.com

TP18

A

1000-2537(2014)04-0066-06