變精度粗糙集屬性約簡及應(yīng)用研究.pdf

1、粗糙集理論是處理模糊和不確定性問題的一個重要的數(shù)學工具，它的特點是不需要任何先驗信息，已經(jīng)在決策分析、知識獲取、模式識別、醫(yī)療診斷、金融分析等領(lǐng)域取得了成功的應(yīng)用。 屬性約簡的研究是粗糙集理論是核心內(nèi)容之一，尋找信息系統(tǒng)的最優(yōu)約簡或全部約簡已被證明是一個NP-HARD問題。本文在變精度粗糙集的屬性約簡及應(yīng)用方面做了如下主要研究： 研究了變精度粗糙集的屬性約簡算法。本文從分類質(zhì)量和等價類這兩個層次上各提出了一個屬性約簡算法

2、?；诜诸愘|(zhì)量層次提出了信息度和重要度加權(quán)的變精度粗糙集的約簡算法，這個算法綜合考慮了屬性所包含的信息量和屬性區(qū)分對象多少這兩個因素，進一步提高了約簡的質(zhì)量。另外提出了基于等價類層次的變精度的粗糙集的屬性約簡算法，這個算法確保得到真正的約簡。實例表明，算法是有效的。 論文還研究了變精度粗糙集屬性約簡在滬深A股分析中的應(yīng)用。作者選出了在2008年1月8日前15個交易日內(nèi)，漲幅在50％以上的37只股票為研究對象，以收益、資產(chǎn)收益率等