变精度集对粗糙集模型中的属性约简

摘要

属性约简是粗糙集理论的核心内容之一.论文是继续文献[8]的工作,在变精度集对粗糙集模型的基础上,定义了变精度的重要性算子和变精度的近似约简等概念,并由此给出了一种属性约简的启发式算法.算法既能保证属性约简的准确性,又能增加其灵活性,它可以通过对相似度α和精度β的调节,按照广度优先搜索策略,从条件属性集中逐一删除重要性最小的属性,从而得到一个满足相似度和精度要求的近似约简.同时,它也是完备信息系统的属性约简算法的推广(当α=1,β=0时).最后通过一个实例,分析说明算法的可行性和有效性.