[發明專利]一種基于直覺模糊粗糙集的屬性約簡方法

在審

• 申請號: 201810377573.4
• 申請日: 2018-04-25
• 公開（公告）號: CN108595635A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 張煒;王加陽
• 申請（專利權）人: 中南大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N5/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于直覺模糊粗糙集的屬性約簡方法，屬于數據挖掘與知識發現技術領域。本發明提出的屬性約簡算法解決了傳統屬性約簡算法不能實現不協調決策系統屬性約簡的缺點，它結合了證據結構，通過直覺模糊粗糙集與證據理論的密切關系得到質量函數，從而通過廣義優勢關系將不協調決策系統轉化為協調決策系統。最后得到決策系統中相對約簡、相對信任約簡和相對似然約簡等價。該方法完善了不協調決策系統的約簡理論。

技術領域

本發明涉及一種基于直覺模糊粗糙集的屬性約簡方法，可以應用于協調決策系統和不協調決策系統的屬性約簡，屬于數據挖掘與知識發現技術領域。

背景技術

由于現實數據結構愈發復雜化、多樣化。大部分屬性約簡問題己不能用單一的粗糙集方法來處理。相關學者就對這個理論進行了擴充，在原有模糊粗糙集基礎上增加了一個新的屬性參數一非隸屬度，可以更加細膩地刻畫客觀世界的模糊性本質，并命名為直覺模糊粗糙集。目前，直覺模糊粗糙集對的屬性約簡方法已在多領域得到應用，比如人工智能、生態科學、語言學、管理學、醫學診斷等，隨著進一步研究，發現，直覺模糊粗糙集的屬性約簡方法只能在協調決策系統中使用而不能應用于不協調決策系統。

證據理論用一對對偶函數(信任函數和似然函數)定量表示信息的不確定，是處理不確定信息的重要工具。它在概率論基礎上發展起來，與傳統的概率論相比，它能更好的把握所研究對象的模糊性和不確定性。通過引入證據結構用不確定區間代替單個概率值來表示證據對不確定性問題的信任程度，且證據理論與直覺模糊粗糙集聯系緊密，即基于直覺模糊粗糙集所獲得下、上近似均可通過證據理論的信任函數和似然函數分別刻畫。因此考慮將證據理論與直覺模糊粗糙集結合應用于屬性約簡。

發明內容

本發明的目的是為了解決不協調決策系統中的屬性約簡問題，提出了一種新的基于直覺模糊粗糙集的屬性約簡方法，通過信任函數與直覺模糊粗糙集結合，并證明了，通過廣義決策優勢關系可以將不協調決策系統轉化為協調決策系統，又在協調系統中相對約簡、似然約簡和信任約簡等價，故通過定義求得的約簡即為不協調決策系統的最終約簡集合。

本發明的技術方案是：

引入證據結構的信任函數和似然函數，分別為：

信任函數Bel(X)表示對X為真的信任度,似然函數Pl(X)表示不懷疑X為真的信任度,且 Bel(X)＝1-Pl(～X)。

引入直覺模糊粗糙的信任函數和似然函數，分別為：

直覺模糊粗糙集的下、上近似也可以用證據理論的信任函數和似然函數來分別刻畫.接下來,給出此時的mass函數表達式.

在此基礎上定義運算算子優勢關系、廣義和優勢關系、廣義決策值分別為：

進一步得到廣義決策優勢關系：

最終得到廣義決策覆蓋：

本發明通過信任函數與直覺模糊粗糙集結合，用廣義決策優勢關系可以將不協調決策系統轉化為協調決策系統。

協調信息系統中相對協調集、相對信任協調集和相對似然協調集三者等價。

Bel_A(Cl_t)＝Bel_AT(Cl_t)