论文部分内容阅读
粗集理论是由波兰数学家Z．Pawlak，在20世纪80年代初提出的一种处理模糊和不精确性问题的新型数学工具，粗集理论在处理有限元集合数据时，即不需要关于数据的任何附加信息，也无需预先给定某些特征或属性的数量描述，如统计学中的概率分布、模糊集理论中的隶属度或隶属函数等，通过对大量数据进行分析，根据论域中等价关系的依赖关系，剔除相容信息，抽取潜在有价值的规则知识。依据粗糙集理论的对象分类能力，以及粗糙集理论中的知识依赖性和属性重要性度量方法，可以得出一种完全数据驱动的综合评价方法，它克服了传统方法存在的主观性