基于Rough理论和遗传算法的属性约简
集合理论为描述离散世界中各种事件提供了一个十分有用的基础,千差万别的事物都可以用集合论的方法加以描述和阐释.Pawlak提出的Rough集理论是在集合理论基础上发展起来在智能计算中使用的又一有力工具,特别在机器学习、知识获取、决策分析和决策支持系统等都有重大的应用. Rough集理论的主要优点是在数据分析时不需要任何关于数据的预备或附加信息,如统计概率或模糊集理论的隶属函数等.Rough集理论能处理知识不准确、不完善的问题,它的基本方法是确定性的.本文研究 基于Rough集理论的遗传算法编码及属性约简例子。
Rough理论 遗传算法 属性约简 集合理论 模糊集
杨文元 叶小平 韦萍萍 汤庸
漳州职业技术学院计算机工程系,漳州,363000;中山大学计算机科学系,广州,510275 中山大学计算机科学系,广州,510275 中山大学计算机科学系,广州,510275;贵州教育学院数学与计算机科学系,贵阳,550003
国内会议
第六届中国Rough集与软计算学术研讨会(CRSSC”2006)
浙江金华
中文
37-39,49
2006-10-30（万方平台首次上网日期，不代表论文的发表时间）