论文部分内容阅读
Pawlak粗糙集理论，是建立在等价关系上的一种新型的处理不确定性和不精确性知识的数学方法.但它不能处理粒度之间交运算不成立的情形，于是钱宇华提出了基于等价关系和相似关系的多粒度粗糙集.当对象是数值可比较型数据或连续型数据等时，钱宇华的多粒度粗糙集也有其局限性.于是本文提出了优势关系下的多粒度粗糙集模型和多粒度覆盖粗糙集理论及其约简算法，进一步丰富多粒度粗糙集理论，具体工作如下：(1)提出了优势关系下的多粒度粗糙集，定义了优势关系下多粒度上下近似，得到多粒度粗糙集的一些性质和结论，并用实例说明了单粒度和多粒度粗糙集之间的差异.(2)提出了多粒度覆盖粗糙集，定义多粒度覆盖上下近似，得到了多粒度覆盖粗糙集的一些性质和结论.(3)提出了多粒度覆盖决策粗糙集的属性约简算法，并用实例对它做了分析．