偏序信息系统中基于属性优势度的一种全序化方法

摘要

信息系统作为数据的一种描述框架，广泛存在于数据库模型、决策分析、模式识别与机器学习等领域。粗糙集理论是Pawlak Z于1982年提出的一种在信息系统框架下研究不完整、不确定知识表示及归纳推理的学习理论，但经典粗糙集理论不能处理具有偏好属性的信息系统，文提出了基于偏序关系扩展的粗糙集方法，并将其应用于偏序信息系统中。本文提出了一种基于属性优势度的全序化方法，分析对象在每个属性上的优劣关系，进而确定对象在偏序信息系统中的综合优势度，利用对象的综合优势度由高到低的顺序将偏序信息系统全序化，实例表明该方法有较好的排序结果。