论文部分内容阅读
近年来，粗糙集理论的研究一直是信息处理领域的热点。随着信息论的发展，信息熵由于其处理不确定性、不完整性问题的特殊优势，目前已被很多学者用来作为粗糙集理论研究中的不确定性的度量。这对粗糙集知识约简方面的发展起到了很好的促进作用。本文主要是从信息论的角度来研究知识约简的问题，并将其应用到急斜煤层放顶煤开采问题当中。1、首先分别介绍粗糙集理论、信息熵、急倾斜煤层放顶煤开采的基本概念与相关知识。由于知识约简在信息论下的表示与它在代数论下的表示是一致的，因此从信息论的角度研究知识约简，这样更有利于不确定性问题的处理。2、使用一种新的信息熵定义，并提出其改进算法。将新的熵定义应用到基于条件信息熵的CEBARKNC算法和基于互信息的MIBARK算法中，减少计算量，提高运算效率。对两种改进后的基于熵的属性约简算法进行分析对比，研究了各自的适用范围。3、将改进的基于条件信息熵的CEBARKNC算法应用到急倾斜煤层顶煤可放性研究中去。对于众多影响顶煤可放性的工艺因素和地质因素，建立约简模型，使用改进后的基于条件信息熵的CEBARKNC算法来进行属性约简，最终得到一个最简约简，分析约简结果。最后根据约简结果生成顶煤可放性规则，为以后在顶煤可放性工作中能做出正确的决策提供参考依据。属性约简的算法有很多，但是没有一种算法是对所有的问题都能得到最优的结果。所以，得到一个最优约简结果仍是一个NP-hard问题。粗糙集与信息熵作为新型的处理不精确问题的有效理论，两者互相融合，能更好地进行属性约简，得到更优的约简结果。