【摘要】：在粗糙集模型中,α量化不可分辨關(guān)系是強與弱不可分辨關(guān)系的推廣形式.然而值得注意的是,基于這三種不可分辨關(guān)系的粗糙集并未考慮數(shù)據(jù)中屬性的測試代價.為解決這一問題,提出了測試代價敏感的α量化粗糙集模型,從二元關(guān)系的角度使得粗糙集模型代價敏感,并將新模型與基于強不可分辨、弱不可分辨以及傳統(tǒng)α量化不可分辨關(guān)系的粗糙集模型進行了對比分析.進一步地,通過分析傳統(tǒng)啟發(fā)式算法在求解約簡的過程中未考慮降低代價這一不足之處,提出一種新的屬性適應(yīng)性函數(shù),并將其應(yīng)用于基于遺傳算法的約簡求解中.實驗結(jié)果表明該方法不僅可以降低由邊界域所帶來的不確定性而且同時降低了約簡后的測試代價.
[Abstract]:In rough set model, 偽 -quantization indiscernibility relation is a generalized form of strong and weak indiscernibility relation. It is worth noting, however, that the rough set based on these three indiscernible relationships does not take into account the test cost of attributes in the data. In order to solve this problem, a test cost sensitive 偽 quantization rough set model is proposed, which makes the rough set model cost sensitive from the point of view of binary relations, and the new model is based on strong indiscernibility. The rough set model with weak indiscernibility and traditional 偽 -quantization indiscernibility relation is compared and analyzed. Furthermore, a new attribute adaptive function is proposed by analyzing the shortcomings of the traditional heuristic algorithm in the process of solving the reduction without considering the cost reduction, and it is applied to the reduction solution based on genetic algorithm. The experimental results show that the proposed method can not only reduce the uncertainty brought by the boundary domain, but also reduce the test cost after reduction.
【作者單位】： 南京大學(xué)工程管理學(xué)院;江蘇科技大學(xué)計算機科學(xué)與工程學(xué)院;南京大學(xué)智能裝備新技術(shù)研究中心;南京大學(xué)軟件新技術(shù)國家重點實驗室;
【基金】：國家自然科學(xué)基金(61572242,71671086,61473157) 江蘇省普通高校研究生科研創(chuàng)新計劃項目(KYLX16_0021)~~
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 黃金杰;李士勇;;廣義粗糙集模型及應(yīng)用[J];模式識別與人工智能;2004年02期

2 馬廷淮;唐美麗;潘錦基;;加權(quán)粗糙集模型[J];計算機應(yīng)用;2007年07期

3 張賢勇;熊方;莫智文;;精度與程度的邏輯或粗糙集模型[J];模式識別與人工智能;2009年05期

4 張小峰;鄒海林;賈世祥;;粒計算下的粗糙集模型比較[J];計算機應(yīng)用研究;2010年07期

5 李華雄;劉盾;周獻中;;決策粗糙集模型研究綜述[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2010年05期

6 王兆浩;舒蘭;丁修勇;;幾種粗糙集模型的推廣研究[J];計算機工程與應(yīng)用;2011年36期

7 周正國;;一種多粒度覆蓋粗糙集模型[J];齊齊哈爾大學(xué)學(xué)報(自然科學(xué)版);2012年05期

8 岳美汐;趙萬林;劉彩萍;;不確定空間上的粗糙集模型[J];現(xiàn)代交際;2013年09期

9 劉財輝;;一種元素最大描述下的多粒度覆蓋粗糙集模型[J];計算機科學(xué);2013年12期

10 石峰,婁臻亮,張永清,陸金桂;基于模糊-粗糙集模型的一種歸納學(xué)習(xí)方法[J];上海交通大學(xué)學(xué)報;2002年07期

相關(guān)會議論文 前3條

1 陳釘均;李涵;劉熠;吳開騰;;程度變精度覆蓋粗糙集模型[A];中國運籌學(xué)會模糊信息與模糊工程分會第五屆學(xué)術(shù)年會論文集[C];2010年

2 徐怡;李龍澍;李學(xué)俊;;擴充的基于集對聯(lián)系度的粗糙集模型[A];第二十六屆中國控制會議論文集[C];2007年

3 陳德剛;;Palwak粗糙集模型的合成[A];新世紀(jì) 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

相關(guān)博士學(xué)位論文 前5條

1 張賢勇;基于精度與程度邏輯組合的幾類粗糙集模型及其算法研究[D];四川師范大學(xué);2011年

2 譚旭;擴展粗糙集模型及其在煙葉質(zhì)量預(yù)測與評價中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2009年

3 潘偉;多規(guī)則有序決策的粗糙集模型與熵方法[D];電子科技大學(xué);2017年

4 孫士保;變精度粗糙集模型及其應(yīng)用研究[D];西南交通大學(xué);2007年

5 魏大寬;不完備模糊決策信息系統(tǒng)粗糙集模型與知識約簡研究[D];南京理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉曉慶;動態(tài)環(huán)境下優(yōu)勢粗糙集模型的更新方法研究[D];河北大學(xué);2015年

2 徐路云;基于三支決策的多用戶S-粗糙集模型研究[D];蘭州大學(xué);2015年

3 劉杰;基于測度論的三支決策理論研究[D];河南師范大學(xué);2015年

4 劉敏;兩個論域上的幾種覆蓋粗糙集模型[D];四川師范大學(xué);2015年

5 李少陽;多粒度粗糙集模型及其在屬性約簡中的應(yīng)用[D];西安工程大學(xué);2016年

6 王倩怡;多屬性多準(zhǔn)則概率粗糙集模型研究[D];蘭州大學(xué);2016年

7 李策;基于多粒度粗糙集模型的擴展模型研究[D];安徽大學(xué);2016年

8 衷錦儀;三枝決策粗糙集模型的拓展與算法研究[D];福州大學(xué);2014年

9 徐麗;不完備決策信息系統(tǒng)中粗糙集模型拓展的研究[D];遼寧工程技術(shù)大學(xué);2014年

10 沈建廷;幾類一般關(guān)系粗糙集模型數(shù)學(xué)性質(zhì)的研究[D];濟南大學(xué);2016年

，

本文編號：2236208