东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于粗糙集的案例属性约简技术

期刊名称：控制理论与应用，23（6）：867－872，2006
时间：0
分类：TP182[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
作者机构：[1]沈阳建筑大学管理学院,辽宁沈阳110168, [2]东北大学信息科学与工程学院,辽宁沈阳110004
相关基金：国家自然科学基金资助项目（70431003,70171056）;国家863/CIMS项目（2002AA412010.2002AA414610）
相关项目：基于互联网的商务过程的建模与优化方法的研究

关键词：案例推理, 案例匹配, 粗糙集, 属性约简, 分辨矩阵, 动态调度, case-based reasoning, case retrieving, rough set, attributes reduction, differentiating matrix, dynamic scheduling

中文摘要：

为了提高案例推理（case-based reasoning，CBR）系统的案例匹配效率，引入粗糙集理论对案例属性约简技术加以研究．提出准约简的概念，依次证明了某一条件属性集成为准约简与准约简成为约简的充要条件．进而，以核为出发点，提出了一种改进的基于分辨矩阵的属性最小约简算法．为使之仍然适用于连续属性，提出一种基于逼近精度敏感性的离散化算法．最后，将此约简技术应用于某钢铁企业的实际动态调度问题中，计算试验表明，该技术消除了冗余信息，提高了案例匹配的效率．

英文摘要：

To improve the efficiency of case retrieving in CBR（case-based reasoning）, the rough-set theory is introduced in this paper to study the reduction technique for case attributes. Firstly, the concept of quasi-reduction is presented. The necessary and sufficient conditions for some attribute-set to become quasi-reduction, and the quasi-reduction to become reduction are then proved. Secondly, starting from the core, a differentiating matrix-based improved algorithm for minimal attribute reduction is then proposed. To maintain its application to continuous attributes, the dispersing algorithm based on the sensitivity of approximation precision is also proposed. Finally, the technique is applied to a practical dynamic scheduling problem of an iron and steel works. The computation experiment shows that it eliminates redundant information, improving the efficiency of case retrieving.