决策域分布保持的启发式属性约简方法

作     者：马希骜 王国胤 于洪 MA Xi-Ao;WANG Guo-Yin;YU Hong

作者机构：西南交通大学信息科学与技术学院四川成都610031 计算智能重庆市重点实验室(重庆邮电大学)重庆400065 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2014年第25卷第8期

页      面：1761-1780页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61272060 61379114) 重庆市自然科学基金(CSTC2013jjB40003) 

主　　题：决策粗糙集模型 决策域分布保持约简 遗传算法 属性约简 启发式方法 

摘      要：在决策粗糙集中,由于引入了概率阈值,属性增加或减少时,正域或者非负域有可能变大、变小或者不变,即属性的增减与决策域(正域或非负域)之间不再具有单调性.分析结果表明,现有的基于整个决策域的属性约简定义可能会改变决策域.为使决策域保持不变,引入了正域分布保持约简与非负域分布保持约简的概念.此外,决策域的非单调性使得属性约简算法必须检查一个属性集合的所有子集.为了简化算法设计,提出了正域和非负域分布条件信息量的定义,并证明其满足单调性,从而为设计决策域分布保持约简的启发式计算方法提供了理论基础.为了进一步获得最小约简,提出一种基于遗传算法的决策域分布保持启发式约简算法,并在两种单调的决策域分布条件信息量基础上构造了新算子,即修正算子,确保遗传算法找到的是约简而不是约简的超集.对比实验从分类正确率与误分类代价两个方面都反映了决策域分布保持约简定义的合理性,并且,所提出的遗传算法在大多数情况下都找到了最小约简.