基于遺傳算法與區(qū)分矩陣的弱約簡(jiǎn)算法研究.pdf

1、粗糙集理論是一種處理不確定性、不相容和不精確等各種不完備信息的數(shù)據(jù)分析工具，該理論是近年來(lái)人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)，并已成功應(yīng)用到模式識(shí)別、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等領(lǐng)域。其中信息系統(tǒng)約簡(jiǎn)的研究是其核心問題之一。所謂約簡(jiǎn)就是在一定標(biāo)準(zhǔn)度量下尋找與原知識(shí)庫(kù)具有相同測(cè)度的最小條件屬性組合。根據(jù)不同的度量手段，現(xiàn)階段出現(xiàn)了正域約簡(jiǎn)、分布約簡(jiǎn)和熵約簡(jiǎn)等約簡(jiǎn)方法。本文立足前人研究成果，主要討論基于劃分與覆蓋粗糙集理論模型的決策系統(tǒng)約簡(jiǎn)方法及其相關(guān)問題

2、。
　　本文的主要目標(biāo)是利用粗糙集理論，找到現(xiàn)有規(guī)則庫(kù)的不降低分類精度的約簡(jiǎn)，達(dá)到優(yōu)化規(guī)則庫(kù)提高運(yùn)行效率的目的。
　　現(xiàn)階段文獻(xiàn)中，約簡(jiǎn)算法大都是以尋求最簡(jiǎn)約簡(jiǎn)為目的的，他們單方面強(qiáng)調(diào)約簡(jiǎn)后屬性個(gè)數(shù)，而忽略了約簡(jiǎn)后新規(guī)則庫(kù)的準(zhǔn)確率有可能下降的問題，針對(duì)這一問題，本文提出弱約簡(jiǎn)的概念。在第三章中利用區(qū)分矩陣能很容易計(jì)算出弱約簡(jiǎn)以及遺傳算法可以在全局尋優(yōu)的優(yōu)勢(shì)，以染色體對(duì)區(qū)分函數(shù)的覆蓋度作為適應(yīng)度函數(shù)的參數(shù)，構(gòu)建了一種基于遺傳算

3、法與區(qū)分矩陣的弱約簡(jiǎn)算法。算法以弱約簡(jiǎn)的k近鄰準(zhǔn)確率不降低為終止條件，并通過(guò)實(shí)驗(yàn)證明了該算法的有效性和可行性。更進(jìn)一步，針對(duì)算法收斂性的問題，優(yōu)化了遺傳算法中的選擇算子。通過(guò)對(duì)比實(shí)驗(yàn)表明：平均收斂代數(shù)得到明顯改善，效率明顯提高。
　　另外，本文第四章就信息系統(tǒng)中信息粒度與本文算法性能之間的關(guān)聯(lián)進(jìn)行了探索。得出如下結(jié)論：在所有屬性粒度統(tǒng)一的條件下，弱約簡(jiǎn)的平均收斂代數(shù)和弱約簡(jiǎn)質(zhì)量隨著粒度變化呈正相關(guān)關(guān)系；在區(qū)分屬性重要性程度的條件下