脱机手写体汉字存在数量大、结构复杂以及变形多等问题,对其自动识别被公认为字符识别领域中难题之一。粗糙集理论是一种处理不精确、不确定性问题的数学分析工具,遗传算法是一种自适应启发式搜索算法,本文将遗传算法和粗糙集理论结合起来解决脱机手写体汉字识别中结构复杂、变形多的超多类模式识别问题。本文主要研究工作如下:1.基于粗糙集理论中广义论域信息系统理论,采用汉字真实值作为先验信息,构建了一种脱机手写体汉字识别决策信息系统。2.采用“熵”值来表征决策信息系统中脱机手写体汉字特征的重要性,给出了一种基于遗传算法的脱机手写体汉字特征向量约简算法,在不损失原有信息的条件下,减小特征向量维数,降低了识别过程的复杂度。3.基于粗糙集理论的规则冲突判断,给出了一种启发式冗余样本约简方法,约简多余的训练样本,进一步降低识别过程的复杂度。4.提出了一种基于规则置信度的脱机手写体汉字规则融合识别方法。当找不到与待识别汉字样本完全匹配的规则而无法识别时,通过规则融合识别方法,得到未知汉字样本的识别结果。从而降低系统的拒识率。选取了SCUT-IRAC手写体汉字样本作为实验样本,在MATLAB 7.0环境下,进行了实验验证。结果表明,本文提出的特征约简方法对脱机手写体汉字多维统计特征的约简效果明显;启发式冗余样本约简方法能对训练汉字的冗余样本进行有效的约简;规则置信度融合识别方法能提高脱机手写体汉字识别系统的可识别率。