论文部分内容阅读
属性约简是粗糙集理论研究的重要内容之一。在传统Pawlak 粗糙集模型中,随着属性数量的单调变化,下、上近似集也单调变化。然而,在决策粗糙集模型中,随着属性的单调增加,下、上近似集有可能增加也有可能减少。针对这一问题,从优化角度给出了决策单调准则、一般性准则和代价准则的适应性函数并通过遗传算法求得三种准则下的约简。实验结果表明:决策单调准则约简获得了更多的正域规则; 一般性准则约简获取了最多的正域规则;代价准则约简获得了最小的决策代价。