基于局部搜索的软集最小正规参数约简方法

发布时间：2021-07-17 21:05

　　软集在解决不确定性问题的决策分析过程中,参数约简是关键和棘手的问题.软集正规参数约减方法采用全局搜索方式求解最大的参数约简集,存在候选属性集计算量大和冗余度高的问题,针对这一问题提出一种基于局部搜索的软集最小参数约简方法.给出频度和等价类、最小生成元的概念,在此基础上给出分层局部搜索的软集最小参数约简算法,减少搜索空间和加速逐层约简的过程,最后求出软集最小正规约简的最优解.通过分析和实例证明该软集参数约简方法,大幅度减小了候选参数约简集数量,降低运算的复杂度. 

【文章来源】：青海师范大学学报(自然科学版). 2019,35(02)

【文章页数】：7 页

【参考文献】：
期刊论文
[1]基于软集上逻辑公式的极大关联规则描述与挖掘方法[J]. 冯锋,张珑耀,张青.  吉林大学学报(理学版). 2018(04)
[2]不完备决策软集与优势可信规则获取[J]. 耿生玲,李永明,刘震.  计算机工程与科学. 2013(12)
[3]软集决策信息系统的属性约简[J]. 耿生玲,李永明,冯峰.  小型微型计算机系统. 2011(04)
[4]基于最优选择对象不变的软集合参数约简[J]. 邹艳,肖智,龚科.  系统工程学报. 2009(04)

博士论文
[1]模糊软集及其在不确定性决策中的应用研究[D]. 刘志才.西南交通大学 2018
[2]软集理论及其在知识获取中的应用研究[D]. 耿生玲.陕西师范大学 2013

硕士论文
[1]软集在关联规则挖掘中的应用[D]. 侯文艳.西南交通大学 2017



本文编号：3288925