1、,粗糙集理论若干问题 的研究与应用,报 告 人：孔 芝 指导教师：高立群 教授,1.背景及主要工作背景,(1)什么是粗糙集,(2)粗糙集的应用,临床医疗诊断 故障诊断 控制算法获取 图像处理,图2.1 粗糙集概念示意图,1.背景及主要工作主要工作,粗糙集理论研究,粗糙集理论与其它理论结合及应用,(1)粗糙集两类算子的研究,(2)基于一般关系与广义覆盖 的粗糙集信息不确定性度量,(3)基于自适应和声搜索算法 的粗糙集属性约简研究,(4)粗糙集方法在软集合参 数约简中的应用,(5)属性细化粗集理论分析,2.粗糙集两类算子的研究2.1原两类算子,(2.1),(2.2),(2.3),(2.4),2.粗
2、糙集两类算子的研究2.2新两类算子,确定增量算子分析,图2.2 示意图,2.粗糙集两类算子的研究2.2新两类算子,(2.5),不确定减量算子分析,2.粗糙集两类算子的研究2.2新两类算子,图2.3 示意图,2.粗糙集两类算子的研究2.2新两类算子,(2.6),多集合两类算子定义及结果,2.粗糙集两类算子的研究2.3多集合两类算子,(2.7),(2.8),3.粗糙集不确定测量的研究3.2一般关系下信息熵,一般关系下信息熵定义,(3.1),3.粗糙集不确定测量的研究3.2一般关系下信息熵,一般关系下条件熵定义,3.粗糙集不确定测量的研究3.3一般关系下条件熵,3.粗糙集不确定测量的研究3.3一般关
3、系下条件熵,广义覆盖粗糙集条件熵定义和性质,3.粗糙集不确定测量的研究3.4覆盖关系下熵,广义覆盖粗糙集互信息熵,3.粗糙集不确定测量的研究3.4覆盖关系下熵,属性约简模型,4.自适应和声算法的属性约简,4.自适应和声算法的属性约简4.1和声算法,(1)和声搜索算法基本思想,图4.1 和声记忆库结构图,自适应和声搜索算法,rand2PAR,(2)改进和声搜索算法思想,(3)不足之处,(4.1),(4.2),自适应和声搜索算法参数设计,PAR设计如下,bw设计如下,4.自适应和声算法的属性约简4.2自适应和声算法,(4.3),(4.4),陷入局部最优,迭代次数很大,自适应和声搜索算法仿真,Sph
4、ere、Ronsenbrock、Schaffer、Ackley和Griewank,图4.8 Schaffer函数,4.自适应和声算法的属性约简4.3仿真实验,属性约简仿真,图4.11 car约简,4.自适应和声算法的属性约简4.4应用,5.粗集方法在软集中的应用5.1粗集与软集比较,粗糙集与软集合的异同点,软集合两种参数约简方法,5.粗集方法在软集中的应用5.2已有软集约简方法,方法一,方法二,表5.3 表5.2的约简表,表5.4 初始软集合表,1 2 1 1 1 1,表5.4 初始软集合表,表5.5 初始软集合表的约简表,不足之处:,次优解，,添加新参数,表5.4 初始软集合表,表5.5 初
5、始软集合约简表,表5.7 联合表5.4和表5.6,表5.8 联合表5.5和表5.6,6 5 5 4 4 5,3 2 4 3 3 2,5.粗集方法在软集中的应用5.2已有软集约简方法,5.粗集方法在软集中的应用5.3软集正则约简方法,决策划分定义,5.粗集方法在软集中的应用5.3软集正则约简方法,正则参数约简和伪约简定义,5.粗集方法在软集中的应用5.3软集正则约简方法,表5.4 初始软集合表,表5.9 表5.4的正则参数约简表,4 5 2 2 2 4,3 4 1 1 1 3,解决问题：,1.次优解,2.添加参数,参数重要性的定义,5.粗集方法在软集中的应用5.3软集正则约简方法,参数重要度的性
6、质及主要结论,5.粗集方法在软集中的应用5.3软集正则约简方法,正则参数约简算法,5.粗集方法在软集中的应用5.3软集正则约简方法,5.粗集方法在软集中的应用5.5模糊软集决策应用,5.粗集方法在软集中的应用5.5模糊软集决策应用,下面对A.R.Roy的方法从第4步开始修正。 (4)重新设计 和 如下所示,(5)决策值是k如果,6.属性细化的粗糙集理论分析6.3属性细化分析,什么是属性细化,6.属性细化的粗糙集理论分析6.3属性细化分析,属性细化分类和对上下近似的影响,6.属性细化的粗糙集理论分析6.3属性细化分析,属性细化对必要性及相对约简和规则的影响,属性细化对不必要属性的影响,7.结论与展望,展望,结论,(1)粗糙集数学性质方面研究,(4)粗糙集在软集合上的应用,(3)粗糙集与优化算法结合,(2)粗糙集与信息论结合,(2)粗糙集其它理论类推到软集合中,(1)决策细化与属性细化,感谢各位专家指导,
