多粒度決策粗糙集中的粒度約簡(jiǎn)方法

摘要： 多粒度決策粗糙集模型是一種泛化的多粒度粗糙集模型,該模型結(jié)合決策粗糙集數(shù)據(jù)分析理論和多粒度思想,實(shí)現(xiàn)了在多個(gè)?？臻g進(jìn)行決策粗糙集理論的建模。在此基礎(chǔ)上,利用貝葉斯決策理論具體分析了在多粒度粗糙集模型中樂觀和悲觀的融合策略下多個(gè)粒空間中的概率融合關(guān)系,推導(dǎo)出基于最大條件概率和最小條件概率的粗糙集近似表示,進(jìn)而構(gòu)建了樂觀多粒度決策粗糙集模型和悲觀多粒度決策粗糙集模型。在該模型中引入近似分布約簡(jiǎn)的概念,分析了多個(gè)粒空間中的粒度選擇問題?；诙嗔６冉品植假|(zhì)量定義了多粒度決策粗糙集的粒度重要度,并且基于此給出了悲觀和樂觀融合策略α-下近似分布約簡(jiǎn)的粒度約簡(jiǎn)算法。通過實(shí)例驗(yàn)證了該算法的有效性。 （共7頁）