改进的粗糙集属性重要度

摘要：

粗糙集理论知识库的属性重要度,体现的是去掉某个或某些属性前后的知识库分类变化的程度.对现有粗糙集理论的属性重要度确立方法的不足,充分考虑条件属性对决策的直接和间接的影响,提出一种新的基于粗糙集属性依赖度的属性重要度确定方法.此外,针对原有属性重要度与改进重要度的差别,讨论改进的属性重要度的意义,并证明改进的属性重要度更加可信.最后,利用改进的方法对机械故障属性重要度进行仿真;对比原有属性重要度的数据,改进方法获得的数据不但更符合属性约简结果,并且具有更大区分度,十分有利于决策者快速做出判断.

关键词：粗糙集、属性重要度、故障诊断、属性约简、决策

所属期刊栏目：53

分类号：TP182;O189(自动化基础理论)

资助基金：国家自然科学基金11426070;广东省青年创新人才项目2014KQNCX202;广东省普通高校特色创新项目2014KTSCX167

在线出版日期：2017-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：174-176,210