决策形式背景的启发式属性约简算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (10): 20-24.

决策形式背景的启发式属性约简算法

郭松涛1，李金海2，吕跃进3，吴炎4

1.北京交通大学理学院，北京 100044
2.西安交通大学理学院，西安 710049
3.广西大学数学与信息科学学院，南宁 530004
4.琼州学院理工学院，海南三亚 572022

出版日期:2012-04-01 发布日期:2012-04-11

Heuristic attribute reduction algorithm for decision formal contexts

GUO Songtao1, LI Jinhai2, LV Yuejin3, WU Yan4

1.School of Science, Beijing Jiaotong University, Beijing 100044, China
2.School of Science, Xi’an Jiaotong University, Xi’an 710049, China
3.School of Mathematics and Information Sciences, Guangxi University, Nanning 530004, China
4.School of Technology, Qiongzhou University, Sanya, Hainan 572022, China

Online:2012-04-01 Published:2012-04-11

摘要/Abstract

摘要： 在决策形式背景中给出了核心概念的定义，将决策形式背景的条件属性区分为必要属性与不必要属性，提出判定一个条件属性是否必要的等价刻画定理；在此基础上设计出了决策形式背景属性约简的一种启发式算法，通过实例证明了该算法的可行性与有效性。

关键词: 概念格, 决策形式背景, 属性约简, 启发式算法, 规则提取

Abstract: The notion of a key concept is proposed in decision formal contexts. The conditional attributes of a decision formal context is classified into necessary and unnecessary categories, and the theorem of justifying whether or not a given conditional attribute is necessary is derived. A heuristic attribute reduction algorithm is developed in decision formal contexts and a real example is used to demonstrate its feasibility and effectiveness.

Key words: concept lattice, decision formal context, attribute reduction, heuristic algorithm, rule acquisition

郭松涛1，李金海2，吕跃进3，吴炎4. 决策形式背景的启发式属性约简算法[J]. 计算机工程与应用, 2012, 48(10): 20-24.

GUO Songtao1, LI Jinhai2, LV Yuejin3, WU Yan4. Heuristic attribute reduction algorithm for decision formal contexts[J]. Computer Engineering and Applications, 2012, 48(10): 20-24.

[1]	代琪，李敏，刘洋，李丽红. 模糊层次商空间的快速属性约简算法[J]. 计算机工程与应用, 2021, 57(4): 55-60.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[4]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[5]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[6]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[7]	孟鑫，杨琴，郝婷婷，张洁，曹策俊. 不同订单分配和算法下的拣货路径优化组合[J]. 计算机工程与应用, 2020, 56(23): 229-236.
[8]	李雅丽，王淑琴，陈倩茹，王小钢. 若干新型群智能优化算法的对比研究[J]. 计算机工程与应用, 2020, 56(22): 1-12.
[9]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[10]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[11]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.
[12]	胡晓敏，梁天毅，王明丰，李敏. 新型树启发式搜索算法的机器人路径规划[J]. 计算机工程与应用, 2020, 56(11): 164-171.
[13]	折延宏，胡梦婷，贺晓丽，曾望林. 两种多粒度形式概念分析模型的比较研究[J]. 计算机工程与应用, 2020, 56(10): 51-55.
[14]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[15]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.