基于可变相容粒空间的多粒度覆盖粗糙集模型

在研究分析了以往对覆盖粗糙集处理方法的基础上,针对目前研究只是限制在改进对象间的关系,优化寻找对象关系类的条件领域,而论域覆盖空间的限制条件太过宽泛这一问题,文中结合贝叶斯全概率的思想,充分考虑条件和结果存在的内在必然联系,提出一种基于量化容差关系的相容粒空间。将相容粒空间引入到覆盖粗糙集中,借鉴多粒度思想将其拓展为多粒度空间,通过引入对象最小描述的概念,得到一种可变精度相容粒空间的覆盖粗糙集模型。研究该模型的性质,并分析了模型中参数的不同对粒度空间精度的影响,并以此模型提出了一种约简算法。结果表明,该模型相容空间的粒度是可以通过参数调节的,粒度的可调节性使得粒空间具有伸缩性,以此模型为基础的约简算法相对于传统的约简算法提高了运算效率。