一种基于多决策类的贝叶斯粗糙集模型

摘要：

针对传统贝叶斯粗糙集理论只能处理二决策类的不足,提出一种基于多决策类的贝叶斯粗糙集.在此基础上定义一个衡量条件属性对决策属性影响程度的γ依赖度函数,并证明了该函数具有随条件属性的增加而单调递增的性质.最后基于γ依赖度函数的单调特性,提出一种确定属性权重的算法.以某钢厂150 t转炉的实际生产数据为例,仿真结果表明了模型的有效性和实用性.

关键词：贝叶斯粗糙集、多决策类、属性权重、γ依赖度函数

所属期刊栏目：24

分类号：TP18(自动化基础理论)

资助基金：国家高技术研究发展计划863计划2007AA04Z158;国家自然科学基金60674073

在线出版日期：2010-06-30（万方平台首次上网日期，不代表论文的发表时间）

页码：1615-1619