基于粗糙集的启发式值约简的改进算法

《基于粗糙集的启发式值约简的改进算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第30卷第1期仪器仪表学报V01．30No．12009年1月ChineseJournalofScientificInstrumentJan．2009基于粗糙集的启发式值约简的改进算法木张利，卢秀颖，吴华玉，郝胜智(1辽宁大学沈阳110036；2松下公司大连l16025；3大连理工大学大连116023)摘要：本文根据粗糙集理论讨论了属性值约简问题，基于属性值的重要度提出了一种改进的启发式值约简方法。首先，通过约简广义特征表和决策表获得决策表的属性值核。其次，用条件属性与决策属性之间的互信息增量来度量值重要度，进行启发式信息构建和属性值约简。最后，用属性蒸发率和

2、置信度等指标对决策规则质量进行评价，验证了算法的有效性。关键词：粗糙集；值约简；启发式算法；决策规则中图分类号：TP393文献标识码：A国家标准学科分类代码：520．40ImprovedheuristicalgorithmusedinattributevaluereductionofroughsetZhangLi，LuXiuying2，WuHuayu，HaoShengzhi(LiaoningUniversity，Shenyang110036，China；2PanasonicCompany，Dalian116025，China；3DalianUniversit

3、yofTechnology，Dalian116023，China)Abstract：Thispaperdiscussestheprobleminattributevaluereductionbasedonroughsettheory，andpresentsanimprovedheuristicalgorithmforattributevaluereductionbasedontheimportanceofattributevalue．Firstly，thisal—gorithmobtainsthecoreoftheattributevalueofdecisi

4、ontableusinggeneralizedcharacteristictableanddecisionta—ble．Secondly，theimportanceofattributevalueisweighedaccordingtomutualinformationchangebetweenthecon—ditionattributesanddecisionattribute，andthentheheuristicinformationisconstructedandtheattributevaluesarereduced．Afterthat，thede

5、cisionrulesareobtainedandvalidated．Simulationexamplesprovethatthisalgorithmissimpleandeffective．Keywords：roughset；valuereduction；heuristicalgorithm；decisionrule中的每条规则，有些属性值是冗余的，如果去掉该规则中1引言的某个条件属性，该规则不和规则集中的其它规则冲突，则可以去掉该属性值。经过处理的集合中的所有规则都粗糙集理论是一种处理不完备和不确定性知识的数不含有冗余条件属性，从而构成一个最小决策算法。

6、据分析理论，而知识约简方法是粗糙集理论的重要研究目前基于粗糙集理论的决策算法的研究已取得了很分支，已经在知识获取、决策支持和模式识别等领域取得大进展，但是由于值约简问题是NP—hard问题，到目前为了一些成功的应用。止，还没有公认的、高效的算法。在粗糙集理论中，可属性约简可以通过移除冗余的属性来简化系统的复以对属性的重要度进行度量，这种度量根据论域中的样杂性。经过属性约简，决策表中的每一行记录对应一条本得到，是比较客观的。本文针对粗糙集理论中的最小规则，因此，决策表中的记录可以用规则来表示，这样，约决策问题进行了研究，提出了基于属性值重要度的求值简后的决策表

7、实际上就是一个规则集合，对于规则集合约简的启发式算法。收稿日期：2007-09ReceivedDate：2007-09基金项目：国家重点基础研究发展计划课题(973计划2007CB714006)资助项目第1期张利等：基于粗糙集的启发式值约简的改进算法量，得到最小约简，采用如下方法：1)一边求出决策表的2粗糙集相关概念属性值核，一边将仅由属性值核就能判断出决策的记录提取出规则；2)每得到一条规则，就去掉决策表中能够2．1决策表利用该规则作出决策的记录，这些记录不参与后续规则具有条件属性和决策属性的知识表达系统S=(U，的提取。于是，应用以上两个方法，首先从值核

8、出发，采用基于广义特征表的求值核方法得到值核，去掉由