1、,粗糙集理論若干問題的研究與應用,報 告 人：孔 芝 指導教師：高立群 教授,1.背景及主要工作背景,(1)什么是粗糙集,(2)粗糙集的應用,臨床醫(yī)療診斷 故障診斷 控制算法獲取 圖像處理,圖2.1 粗糙集概念示意圖,1.背景及主要工作主要工作,粗糙集理論研究,粗糙集理論與其它理論結(jié)合及應用,(1)粗糙集兩類算子的研究,(2)基于一般關(guān)系與廣義覆蓋 的粗糙集信息不確定性度量,(3)基于自適應和聲搜索算法 的粗糙集屬性約簡研究,(4)粗糙集方法在軟集合參 數(shù)約簡中的應用,(5)屬性細化粗集理論分析,2.粗糙集兩類算子的研究2.1原兩類算子,(2.1),(2.2),(2.3),(2.4),2.粗糙

2、集兩類算子的研究2.2新兩類算子,確定增量算子分析,圖2.2 示意圖,2.粗糙集兩類算子的研究2.2新兩類算子,(2.5),不確定減量算子分析,2.粗糙集兩類算子的研究2.2新兩類算子,圖2.3 示意圖,2.粗糙集兩類算子的研究2.2新兩類算子,(2.6),多集合兩類算子定義及結(jié)果,2.粗糙集兩類算子的研究2.3多集合兩類算子,(2.7),(2.8),3.粗糙集不確定測量的研究3.2一般關(guān)系下信息熵,一般關(guān)系下信息熵定義,(3.1),3.粗糙集不確定測量的研究3.2一般關(guān)系下信息熵,一般關(guān)系下條件熵定義,3.粗糙集不確定測量的研究3.3一般關(guān)系下條件熵,3.粗糙集不確定測量的研究3.3一般關(guān)系

3、下條件熵,廣義覆蓋粗糙集條件熵定義和性質(zhì),3.粗糙集不確定測量的研究3.4覆蓋關(guān)系下熵,廣義覆蓋粗糙集互信息熵,3.粗糙集不確定測量的研究3.4覆蓋關(guān)系下熵,屬性約簡模型,4.自適應和聲算法的屬性約簡,4.自適應和聲算法的屬性約簡4.1和聲算法,(1)和聲搜索算法基本思想,圖4.1 和聲記憶庫結(jié)構(gòu)圖,自適應和聲搜索算法,rand2PAR,(2)改進和聲搜索算法思想,(3)不足之處,(4.1),(4.2),自適應和聲搜索算法參數(shù)設計,PAR設計如下,bw設計如下,4.自適應和聲算法的屬性約簡4.2自適應和聲算法,(4.3),(4.4),陷入局部最優(yōu),迭代次數(shù)很大,自適應和聲搜索算法仿真,Sphe

4、re、Ronsenbrock、Schaffer、Ackley和Griewank,圖4.8 Schaffer函數(shù),4.自適應和聲算法的屬性約簡4.3仿真實驗,屬性約簡仿真,圖4.11 car約簡,4.自適應和聲算法的屬性約簡4.4應用,5.粗集方法在軟集中的應用5.1粗集與軟集比較,粗糙集與軟集合的異同點,軟集合兩種參數(shù)約簡方法,5.粗集方法在軟集中的應用5.2已有軟集約簡方法,方法一,方法二,表5.3 表5.2的約簡表,表5.4 初始軟集合表,1 2 1 1 1 1,表5.4 初始軟集合表,表5.5 初始軟集合表的約簡表,不足之處:,次優(yōu)解，,添加新參數(shù),表5.4 初始軟集合表,表5.5 初始

5、軟集合約簡表,表5.7 聯(lián)合表5.4和表5.6,表5.8 聯(lián)合表5.5和表5.6,6 5 5 4 4 5,3 2 4 3 3 2,5.粗集方法在軟集中的應用5.2已有軟集約簡方法,5.粗集方法在軟集中的應用5.3軟集正則約簡方法,決策劃分定義,5.粗集方法在軟集中的應用5.3軟集正則約簡方法,正則參數(shù)約簡和偽約簡定義,5.粗集方法在軟集中的應用5.3軟集正則約簡方法,表5.4 初始軟集合表,表5.9 表5.4的正則參數(shù)約簡表,4 5 2 2 2 4,3 4 1 1 1 3,解決問題：,1.次優(yōu)解,2.添加參數(shù),參數(shù)重要性的定義,5.粗集方法在軟集中的應用5.3軟集正則約簡方法,參數(shù)重要度的性質(zhì)

6、及主要結(jié)論,5.粗集方法在軟集中的應用5.3軟集正則約簡方法,正則參數(shù)約簡算法,5.粗集方法在軟集中的應用5.3軟集正則約簡方法,5.粗集方法在軟集中的應用5.5模糊軟集決策應用,5.粗集方法在軟集中的應用5.5模糊軟集決策應用,下面對A.R.Roy的方法從第4步開始修正。 (4)重新設計 和 如下所示,(5)決策值是k如果,6.屬性細化的粗糙集理論分析6.3屬性細化分析,什么是屬性細化,6.屬性細化的粗糙集理論分析6.3屬性細化分析,屬性細化分類和對上下近似的影響,6.屬性細化的粗糙集理論分析6.3屬性細化分析,屬性細化對必要性及相對約簡和規(guī)則的影響,屬性細化對不必要屬性的影響,7.結(jié)論與展望,展望,結(jié)論,(1