基于回溯搜索算法的决策粗糙集属性约简

摘要：

属性约简是粗糙集理论的核心问题,为了获得更多更稳定的最小属性约简,根据决策粗糙集模型将最小属性约简问题转化为决策风险最小化问题,并给出了新的适应度函数计算方法;在此基础上利用回溯搜索算法较强的全局搜索性能,提出了基于回溯搜索算法的决策粗糙集属性约简算法;对UCI数据集的实验结果以及与其他约简算法的比较表明,该算法能够得到更多的最小属性约简,而且能够在多次运行中保持约简结果个数的稳定性.

关键词：属性约简、回溯搜索算法、决策粗糙集、适应度函数

所属期刊栏目：52

分类号：TP182(自动化基础理论)

资助基金：国家自然科学基金11301408

在线出版日期：2016-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：71-74,99