基于二进制粒子群优化的决策系统属性离散化
为解决连续属性无法直接用于粗糙集理论的问题,依据粗糙集连续属性离散化的根本要求,提出了一种基于二进制粒子群优化算法(Binary Particle Swarm Optimization,Binary PSO)的属性离散化方法.该方法将二进制粒子视为断点子集,最小化断点集中的断点个数作为优化目标,粗糙集属性分类精度作为约束条件.其中,适应函数的定义保证了在尽量减少决策系统信息损失的前提下,得到简化的决策系统.仿真结果表明,该方法得到的离散结果包含较少的断点个数,并且保持了较高的分类能力.
粗糙集理论 粒子群 决策系统 属性离散化 优化算法
姜永森 王军霞 杨慧中
北华大学,科研处,吉林,吉林,132013 江南大学,通信与控制工程学院,江苏,无锡,214122
国内会议
北京
中文
360-363
2008-07-22（万方平台首次上网日期，不代表论文的发表时间）