粗糙集与信息系统约简—决策规则优化

论文摘要

本论文讨论粗糙集理论及其在信息系统中的应用。研究内容分为两大部分：第二、三两章讨论粗糙集数学理论的两个问题：第四、五两章讨论粗糙集理论在信息系统属性约简与决策规则优化中的应用。 第二章讨论了近似空间中的孤点在粗糙集代数结构中的作用，并由此刻划了粗相等类的代数结构。在近似空间中，如果某一个对象组成一个等价类，则称这样的对象为近似空间中的孤点。孤点不会位于任何粗糙集的边界上，它对粗糙集的代数结构产生特殊影响。本章的讨论同时说明了这样一个问题：在近似空间中，虽然任何一个集合都对应一个由上下近似组成的精确集集对，但另一方面，任给一个由两个具有包含关系的精确集构成的有序集对，却不一定有粗糙集对应它。 第三章讨论了近似空间中粗糙集之间的相似度量问题。在近似空间中，一个等价类是一个知识颗粒，是认识的最小单位：一个对象是否属于某个集合，或者说一个对象属于某个集合的程度，是由该对象所在的等价类与该集合的关系所确定的，换而言之，是由粗隶属函数所确定的。本章利用粗隶属函数，借鉴模糊集的相似度量方法，定义了粗糙集的几种相似度，讨论了它们的性质，并比较了它们的特点。 第四章讨论了一般(协调、不协调)完备决策信息系统的属性约简与决策规则优化。针对信息系统的确定性信息和不确定性信息，分别讨论了Pawlak约简和一般决策约简的性质与关系；给出了决策规则约简(值约简)与信息系统约简的区分函数求法；特别是给出了一种改进的区分矩阵，它既能用来求一般决策约简及其核，又能计算Pawlak约简及其核。本章的讨论，既考虑到了信息系统的协调与不协调，又区分了Pawlak约简与一般决策约简，改进、推广了前人的有关结论，从数学理论上澄清了对信息系统求核问题的一些错误认识。 第五章在相容粗糙集模型中，提出了定义上下近似算子的新方法，以此讨论不完备信息系统和集值信息系统的属性约简与优化决策规则获取问题。本章的具体工作如下： 第三节讨论了含有属性空值的不完备信息系统。采用最大相容分类方法，对不完备信息系统的论域进行分类。这种分类方法能够找出

论文目录

• 中文部分
• 中文摘要
• 英文摘要
• 符号说明
• 第一章 绪论
• 1.1 粗糙集的基本概念与思想方法
• 1.2 粗糙集理论的研究领域及研究现状
• 1.3 本文的主要工作
• 1.4 本文的创新点
• 1.5 后续工作展望
• 第二章 近似空间中的孤点与粗相等类的代数结构
• 2.1 引言
• 2.2 粗相等
• 2.3 近似空间中的孤点
• 2.4 粗相等的精确集包含集对刻划
• 2.5 粗相等的精确集不交集对刻划
• 2.6 上粗相等的精确集刻划
• 2.7 下粗相等的精确集刻划
• 2.8 本章小结
• 第三章 近似空间中粗糙集的相似度量
• 3.1 引言
• 3.2 经典集的相似度量
• 3.3 模糊集的相似度量
• 3.4 近似空间中粗糙集的相似度量
• 3.5 本章小结
• 第四章 完备信息系统的属性约简与决策规则优化
• 4.1 引言
• 4.2 信息系统的约简与优化决策规则
• 4.3 Pawlak约简与一般决策约简的刻划
• 4.4 对象约简与决策表约简的区分函数求法
• 4.5 决策规则约简与决策表约简的改进区分矩阵
• 4.6 本章小结
• 第五章 相容关系粗糙集模型与集值信息系统
• 5.1 引言
• 5.2 基于最大相容分类的相容近似空间
• 5.3 含有属性空值的不完备信息系统的E-相对约简与可信决策规则获取
• 5.4 基于描述子的不完备信息系统属性约简与优化决策规则获取
• 5.5 集值信息系统的属性约简与优化决策规则获取
• 5.6 本章小结
• 参考文献
• 致谢
• 攻读博士学位期间发表的论文
• 基金项目·
• 学位论文评阅及答辩情况表
• 英文部分
• Abstract
• Abstract in Chinese
• Notation
• Chapter 1 Introduction
• 1.1 Basic concepts and mechanism of rough sets
• 1.2 Present research situation of rough sets
• 1.3 The main work of this paper
• Chapter 2 Isolated points and algebraic structure of rough sets in approximate space
• 2.1 Introduction
• 2.2 Rough equality
• 2.3 Isolated points in approximate space
• 2.4 Descriptions of rough equality by pairs of crisp sets with inclusion relation
• 2.5 Descriptions of rough equality by pairs of crisp sets with disjoint relation
• 2.6 Descriptions of upper rough equality by crisp sets
• 2.7 Descriptions of lower rough equality by crisp sets
• 2.8 Conclusion
• Chapter 3 Similarity measure of rough sets in approximate space
• 3.1 Introduction
• 3.2 Similarity measure of classical sets
• 3.3 Similarity measure of fuzzy sets
• 3.4 Similarity measure of rough sets in approximate space
• 3.5 Conclusion
• Chapter 4 Attribute reduct and optimal decision rules acquisition in complete information systems
• 4.1 Introduction
• 4.2 Attribute reduct and optimal decision rules
• 4.3 Descriptions of Pawlak reduct and generalized decision reduct
• 4.4 Computing approach for reducts of decision rule and decision table based on discernibility matrice
• 4.5 Improved discernibility matrice for computing reducts
• 4.6 Conclusion
• Chapter 5 Tolerance rough sets model and incomplete information systems
• 5.1 Introduction
• 5.2 Tolerance approximation space based on maximal tolerance classification
• 5.3 Credible decision rules and E-relative reduct in incomplete information systems containing null attribute values
• 5.4 Attribute reduct and decision rules optimization based on attribute descriptor in incomplete information systems
• 5.5 Attribute reduct and decision rules optimization in set-valued information systems
• 5.6 Conclusion
• Bibliography
• Acknowledgements
• Papers published during studying for the Doctorate
• 学位论文评阅及答辩情况表