三参数区间灰数信息下系统属性约简方法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (16): 156-161.

三参数区间灰数信息下系统属性约简方法

罗党1，毛文鑫1，孙慧芳2

1.华北水利水电大学数学与信息科学学院，郑州 450046
2.华北水利水电大学管理与经济学院，郑州 450046

出版日期:2016-08-15 发布日期:2016-08-12

Attributes reduction of information system with three-parameter interval grey number

LUO Dang1, MAO Wenxin1, SUN Huifang2

1.School of Mathematics and Information Sciences, North China University of Water Resources and Electric Power, Zhengzhou 450046, China
2.School of Management and Economics, North China University of Water Resources and Electric Power, Zhengzhou 450046, China

Online:2016-08-15 Published:2016-08-12

摘要/Abstract

摘要： 针对属性评价值为三参数区间灰数的不完备信息系统，提出了一种基于[θ]-灰色优势关系的信息系统属性约简方法。根据三参数区间灰数的定义，给出两个三参数区间灰数基于可能度的大小关系，在此基础上，构建方案属性值之间的一种[θ]-灰色优势关系，并结合可辨识矩阵，给出了这类不完备信息系统属性约简方法。应用实例表明了方法的合理性和有效性。

关键词: 三参数区间灰数, 不完备信息系统, 灰色优势关系, 属性约简

Abstract: For the incomplete information system, in which the attribute value of alternatives is three-parameter interval grey number, an attribute reduction of information system based on [θ]-grey dominance relation is proposed. According to the definition of three-parameter interval grey number, the order relation of two three-parameter interval grey numbers based on possibility is presented. On this basis, a [θ]-grey dominance relation between attribute value is established. At last, the attribute reduction of this type of incomplete information system is put forward combined with the discernibility matrix. An applied example is given to illustrate the usefulness and effectiveness of the proposed method.

Key words: three-parameter interval grey number, incomplete information system, grey dominance relation, attribute reduction

罗党1，毛文鑫1，孙慧芳2. 三参数区间灰数信息下系统属性约简方法[J]. 计算机工程与应用, 2016, 52(16): 156-161.

LUO Dang1, MAO Wenxin1, SUN Huifang2. Attributes reduction of information system with three-parameter interval grey number[J]. Computer Engineering and Applications, 2016, 52(16): 156-161.

[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]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	杨珍，耿秀丽. 考虑多粒度属性约简的关联规则挖掘研究[J]. 计算机工程与应用, 2019, 55(6): 133-139.
[10]	李云，马英红. 基于属性约简集评价节点重要性研究[J]. 计算机工程与应用, 2019, 55(5): 149-158.
[11]	任晓霞1，薛凡2，3. 基于模糊邻域粗糙集的启发式属性约简算法[J]. 计算机工程与应用, 2018, 54(9): 47-53.
[12]	王长宝1，杨习贝1，2，窦慧莉1，陈向坚1，王平心3. 邻域决策错误率的局部约简方法研究[J]. 计算机工程与应用, 2018, 54(6): 95-99.
[13]	陈建，张小红. 信息熵与模糊综合评判融合的相似数据检测方法[J]. 计算机工程与应用, 2018, 54(24): 57-60.
[14]	郑娜，王加阳. 不完备序信息系统的证据特征及属性约简[J]. 计算机工程与应用, 2018, 54(21): 43-47.
[15]	彭潇然1，2，刘遵仁2，纪俊2. 基于样本类别的邻域粗糙集正域计算[J]. 计算机工程与应用, 2018, 54(20): 115-121.