关于粗糙集属性约简的进化算法研究和应用

• 作者: 于冰 阎保平
• 来源期刊: 微电子学与计算机
• 关键词: 可变精度粗糙集 知识获取 智能知识处理 智能计算 进化算法 数据挖掘 知识发现
• 年，卷（期）: 2005,（3）
• 页码范围: 189-194
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2005.03.051

摘要

粗糙集理论是一种新的处理模糊和不确定知识的数学工具.属性约简是粗糙集理论研究中的重要内容之一,本文提出了用其构建科学、合理、简洁有效的科研项目评审指标体系,为科研智能管理提供新的解决方法.本文中提出一种基于进化算法的知识相对约简算法.通过在知识表达系统中引入决策属性支持度的概念,来描述由条件属性所提供的知识对整体决策的支持程度,并通过决策属性支持度定义条件属性对决策属性的相对重要性,以此作为启发式信息求出相对核,并将相对核加入进化算法的初始种群中以加快算法的收敛.同时,在适应值函数中引入惩罚函数,可以保证所求约简既含较少的属性又有较强的支持度,能够获得最佳的搜索效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阎保平	中国科学院计算机网络信息中心	162	2464	23.0	43.0
2	于冰	中国科学院计算机网络信息中心	3	39	3.0	3.0