基于变精度粗糙集模型的属性约简方法研究

摘要：

提出了一种对存在噪声和不完整数据的决策系统在变精度粗糙集模型下进行属性最小相对约简的方法,将由属性对分类的影响程度和β近似精度共同定义的属性重要性度量作为启发式信息引入遗传算法,通过修正操作算子修复个体,使得个体所对应的属性子集的分类能力不变;修正操作算子中对各属性的属性重要性使用贪心策略进行局部寻优.对遗传算法的各操作算子进行优化,既保证遗传操作过程中种群的多样性,又保证算法能快速收敛.最后通过实例验证了算法的有效性.

关键词：粗糙集、约简、遗传算法、启发式、变精度粗糙集模型

所属期刊栏目：28

分类号：TP18(自动化基础理论)

在线出版日期：2005-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：52-54,51