粗糙集课件

老师内部讲义，粗糙集粗糙集（Rough Set，RS）理论是一种刻划不完整性和不确定性的数学工具，能有效地分析和处理不精确、不一致、不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。该理论是由波兰学者Z.Pawlak 教授 在1982 年提出的[12]，1991 年的Z.Pawlak 出版了第一本关于粗糙集的专著[51]，系统全面地阐述了RS 理论，奠定了严密的数学基础。该书和1992 年R.Slowinski 主编出版的关于粗糙集应用及其相关方法比较研究的论文集较好地总结了这一时期RS 理论与实践的研究成果[52]，促进了国际上对粗糙集理论与应用的深入研究。从1992 年至今， 每年召开以RS 为主题的国际会议，推动了RS 理论的拓展和应用。国际上成立了粗糙集学术研究会。目前RS 理论已成为人工智能以及计算智能中一个较新的学术热点，且在机器学习、决策分析、数据挖掘和知识发现等领域得到了具体应用和发展，并引起越来越多的科研人员的关注[13,52,53]。 粗糙集理论主要研究属性约简和规则提取，为此，本章主要介绍知识约简、属性约简和规则提取等方法。