对条件属性值域不完备且决策属性值又是模糊的不完备模糊决策信息系统的研究,至今还不多见。在不完备模糊决策信息系统的粗集模型基础上,提出了启发式约简算法和基于辨识矩阵的约简算法,并通过实例说明了算法的可行性。

TA(W)=

0.80.60.90.60.80.80.70.60.5。 ++++++++x1x2x3x4x5x6x7x8x9|TB(W)0.6|

|TB(W)0.6|=8=1，ρA(0.6,0.6)=0。 8若取(α,β)=(0.6,0.6)，则αA(0.6,0.6)=

(0.6,0.6)(D)={a1,a2,a4}， (1)采用算法1，求得属性核为COREA

因为αA(0.6,0.6)=α{a1,a2,a4}(0.6,0.6)，所以得到(0.6,0.6)精度约简为{a1,a2,a4}。

(α,β)为： (2)采用算法2，求得(α,β)精度辨识矩阵CA

x1Lx5

x1 0

x2 x3 x4

=x5 x6

x7 x8 x9 0L0M0ML0x6a3a2,a3,a4,a5a1,a3,a4,a5a3,a4,a5a1,a3,a5a1,a2,a3,a4,a5a1,a3,a5a1,a2,a3,a5

a3,a4LLx9a3,a4(0.6,0.6)CA a2,a3,a4,a5 Ma3,a4 a3,a4,a5 0a1,a3,a4,a5 a3,a4 Ma3,a4,a5 a3,a4 La1,a2,a3,a4,a5

经分析可知，属性a3,a5是冗余的，因此得到约简结果为：{a1,a2,a4}。

6. 结束语

本文在不完备模糊决策信息系统的粗集模型基础上，提出了基于属性重要性的启发式约简算法和基于辨识矩阵的约简算法，并通过实例说明了算法的可行性。为进一步研究不完备模糊决策信息系统的知识获取提供了一定基础。

参考文献

[1] Pawlak Z. Rough Sets[J]. International Journal of Computer and Information Sciences, 1982, 11:314-356.

[2] Kryszkiewicz M. Rough set approach to incomplete information system[J]. Information Sciences, 1998,

112:39-49.

[3] Wu Weizhi, Mi Jusheng, Zhang Wenxiu. Approaches to approximation reducts in incomplete decision

tables[J]. Lecture Notes in Artificial Intelligence, 2003, 2639:283-286.

[4] 黄兵. 基于粗糙集的不完备信息系统知识获取理论与方法[D]. 南京:南京理工大学, 2004.

[5] 顾沈明, 吴伟志, 高济. 不完备信息系统中知识获取算法[J]. 计算机科学, 2005, 32(9):149-152.

[6] 黄海, 王国胤，吴渝. 一种不完备信息系统的直接约简方法[J]. 小型微型计算机系统, 2005,

26(10):1761-1765.

[7] 管涛，冯博琴. 模糊目标信息系统上的知识约简[J]. 软件学报，2004，15(10):1470-1478.

[8] Liu Wenjun, Xiao Qimei. Fuzzy decision algorithm based on rough sets[J]. Fuzzy Systems and Mathematics,

2006, 20(2):127-132.

[9] 袁修久，张文修. 模糊目标信息系统的属性约简[J]. 系统工程理论与实践，2004，5：116-125.

[10] 魏大宽, 周献中, 黄兵. 不完备模糊决策信息系统的粗集模型与精度约简[J]. 计算机科学, 2006,

33(6):182-185.

[11] 魏大宽，黄兵，周献中. 不完备模糊目标信息系统粗集模型与知识约简[J]. 计算机工程, 2006,

32(8):48-51.

[12] 张文修，梁怡，吴伟志. 信息系统与知识发现[M].北京：科学出版社，2003.