论文部分内容阅读
油气勘探中的含油性识别随着时间的推移变得越来越复杂和不确定。油气勘探中有许多原始数据,在这些数据中隐藏着某些信息,如果再经过提炼就可以成为知识,可以帮助决策者更好的决策。当大量数据不停地被收集和存储,人们对数据中属性集之间的相关联系越来越感兴趣。这种数据中属性之间的有趣的相关联系称为关联规则。规则是数据挖掘的知识模式中比较重要的一种。规则可以广泛应用于各个领域,既可以检验行业内长期形成的知识模式,也能够发现隐藏的新规律,完成从数据到信息,从信息到知识的认识过程。为了得到精简的规则集,必须进行数据约简。数据约简(Data Re-duction)是在保持知识库的分类或决策能力不变的条件下,删除其中不相关不重要知识,简单地说就是通过已有数据及其关系的分析在不影响原系统功的情况下,将一些无关或多余的信息去掉,以达到信息约简的目的。但是为了保持原有决策系统功能,不能无限制地对已有数据进行约简。我们把维持系统功能的最小数据集合称之为核,而这正是我们约简的目的。通常数据约简有3个步骤:属性约简、属性值约简和决策规则约简。本文探讨了软计算的含油性模糊规则提取。