王　莉，湯凌冰，史德嘉
湖南商學院計算機與電子工程系，湖南長沙

摘　　　要：根據不完備信息系統（ＩＩＳ）的數據不完整或不完備的特性，從粗糙集（ＲＳ）等價類的概念出發，提出了基于粗糙集理論的不完整數據集知識獲取方法，利用該算法不僅可以從不完整數據集中提取規則，并且能夠解決在學習過程中對訓練事例屬性未知特征值的估計問題。較后，給出具體的算例利用所給的算法求得信息系統的知識獲取，并對所得的結果進行比較，從而說明所給算法的有效性和實用性，也證實了該算法可以有效地應用于復雜工業過程的專家系統知識庫的建立。

關　鍵　詞：不完備信息；粗糙集；粗糙集等價類；知識獲取

１　引　言
不完備信息系統（ＩｎｃｏｍｐｌｅｔｅＩｎｆｏｒｍａｔｉｏｎＳｙｓ�玻簦澹恚�簡稱ＩＩＳ）是指由于受到數據采集能力、生產環境等因素影響而導致原有數據出現未知屬性值的系統。粗糙集理論是由Ｐａｗｌａｋ在１９８２年提出的，作為一種刻劃不完整性和不確定性的數學工具，能有效分析和處理不精確、不一致等各種不完整信息，并從中發現隱含的知識，揭示潛在的規律，這些優點使其成為數據庫和機器學習研究領域的熱點［１�玻玻荨Ｔ趯＜蚁到y領域應用的例子有：基于不完整信息推理，基于知識的化簡，數據挖掘及規則發現等。這些方法是以粗糙集理論的約簡概念為基礎實現對知識庫的精簡和重構，處理不完整數據集有困難。因此本文從粗糙集等價類的概念出發，提出了基于粗糙集理論的不完整數據集知識獲取方法，可以有效地應用于復雜工業過程的專家系統知識庫建立，尤其是信息不完備的復雜工業過程的知識庫建立。本文主要做了如下幾個方面的工作：①提出不完備信息系統的概念，并結合密閉鼓風爐的實際運行情況給出懸料不完備數據集。②提出基于不完備信息系統的粗糙集等價類的概念，并分析數據集的不完備下近似和上近似，以推導出確定的和不確定的信息并歸納出確定合理的規則。③給出知識獲取算法，利用該算法計算出不完整下近似并嘗試估計未知特征值。④通過一實例，證明該算法的正確性和有效性。

登錄網站后可下載文件