基于知识距离的粗糙粒结构的评价模型

摘要：

在粒计算理论中,通过不同的粒计算机制可以生成不同的粒结构.在粗糙集中,对于同一个信息表而言,通过不同的属性添加顺序可以得到由不同的序贯层次结构,即粗糙粒结构.在粗糙粒结构中,不同的属性获取顺序导致了对不确定性问题求解的不同程度.因此,如何有效评价粗糙粒结构是一个值得研究的问题.本文将从知识距离的角度研究这个问题.首先,在前期工作所提出的知识距离框架上提出了一种粗糙近似空间距离,用于度量粗糙近似空间之间差异性.基于提出的知识距离,研究了粗糙粒结构的结构特征.在粗糙粒结构中,在对不确定性问题进行求解时,本文希望在约束条件下可以利用尽可能少的知识空间使不确定性降低达到最大化.基于这个思想并利用以上得出的结论,在属性代价约束条件下,引入了一个评价参数λ,并在此基础建立了一种粗糙粒结构的评价模型,该方法实现了在属性代价约束条件下选择粗糙粒结构的功能.最后,通过实例验证了本文提出的模型的有效性.

关键词：粗糙粒结构、知识距离、不确定性度量、评价模型、粒计算、粗糙集、约束条件

所属期刊栏目：15

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目;贵州省教育厅科技人才成长项目

在线出版日期：2020-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：166-174