基于变精度优粗集模型的一致性规则挖掘算法

中国民航大学学报 ›› 2021, Vol. 39 ›› Issue (1): 59-64.

• 基础科学 • 上一篇

基于变精度优粗集模型的一致性规则挖掘算法

陶志，胡柳，王丹

（中国民航大学理学院，天津300300）

出版日期:2021-02-25 发布日期:2021-02-16
作者简介:陶志（1963—），男，辽宁沈阳人，教授，博士，研究方向为复杂系统建模与优化、智能化建模与软计算方法、粗糙集理论及其应用.
基金资助:
国家自然科学基金项目（60672178）

Consistency rule mining algorithm based on variable precision dominance relation rough set model#br#

TAO Zhi, HU Liu, WANG Dan

(College of Science, CAUC, Tianjin 300300, China)

Online:2021-02-25 Published:2021-02-16

摘要/Abstract

摘要： 为了在含有噪声数据的优势关系系统中进行数据挖掘，提出以修正的知识粒度作为改进粗糙规则集的不确定性度量，并以此为启发式信息进行属性的相对约简，再依据变精度优粗集所给的参数值导出一致性规则集，并对参数值影响规则集的程度进行灵敏度分析。该算法所得到的一致性规则集具备较高的准确度和覆盖度，同时又可排除由数据噪声所引起的不一致性，从而保证了预测和分类的准确性和合理性。通过实例证明该算法是一种规则获取的有效方法。

关键词: 变精度优粗集, 一致性规则集, 相对粗糙规则集, 相对约简, 阈值平稳区间

Abstract: In order to conduct data mining in dominance-based information system with noise data, the modified knowledge granularity is proposed as the uncertainty measure for the improved rough rule set, and the relative reduction of heuristic information attributes is obtained. Then, the consistency rule set is derived basing on the parameter values provided by variable precision dominance relation rough set, analyzing the influential sensitivity degree of parameter values on rule set. Obviously, the consistency rule set obtained by the algorithm has higher certainty and coverage, the inconsistency caused by data noise is also eliminated, thus ensuring the accuracy and rationality of prediction and classification. Instance analysis proves that this algorithm is an effective method for rule acquisition.

Key words: variable precision dominance rough set, consistency rule set, relative rough rule set, relative reduction, threshold
stationary interval

中图分类号:

TP18

陶志, 胡柳, 王丹. 基于变精度优粗集模型的一致性规则挖掘算法[J]. 中国民航大学学报, 2021, 39(1): 59-64.

TAO Zhi, HU Liu, WANG Dan. Consistency rule mining algorithm based on variable precision dominance relation rough set model#br#[J]. Journal of Civil Aviation University of China, 2021, 39(1): 59-64.

参考文献 16

	[1]
	PAWLAK Z. Rough set[J]. International Journal of Computer and Information
	Sciences, 1982,11(5): 341-356.
	[2]
	FENG T, MI J S. Variable precision multigranulation decision-theoretic fuzzy rough
	sets[J].Knowledge-BasedSystems,2016,91: 93-101.
	[3]
	WASIKOWSKA B, SOBECKA E, BIELAT I, et al. A novel method for predicting
	anisakid nematode infection of Atlantic cod using rough set theory[J]. Journal
	of Food Protection, 2018, 81(3): 502-508.
	[4]
	WANG Q, QIAN Y H, LIANG X Y, et al. Local neighborhood rough set[J].
	Knowledge-Based Systems, 2018, 153: 53-64.
	[5]
	AHMEDM A,HASSANYF,ELSAYEDA. Transfer learning using rough sets for medical data
	classification[J]. ICIC Express Letters, 2018, 12(7):645-653.
	[6]
	KANG Y,WUSX,LI YW,et al. Avariable precision grey-based multigranulation rough
	set model and attribute reduction[J]. Knowledge-Based Systems, 2018, 148:
13	1-145.
	[7]
	张颖淳, 苏伯洪, 曹娟. 基于粗糙集的属性约简在数据挖掘中的应用研究[J]. 计算机科学, 2013, 40(8):
22	3-226.
	[8]
	DU W S, HU B Q. A fast heuristic attribute reduction approach to ordered
	decision systems[J]. European Journal of Operational Research,2018, 264(2):
44	0-452.
	[9]
	GRECO S, MATARAZZO B, SLOWINSKI R. Rough sets theory for multicriteria decision
	analysis[J]. European Journal of Operational Research,2001, 129(1): 1-47.
	[10]
	陶志, 胡树芹. 不完备偏好决策系统中一种扩展优势关系模型[J].中国民航大学学报,
20	15, 33(4): 51-55.
	[11]
	张鑫, 李续武, 路艳丽. 双向S-优势粗集及其在意图识别中的应用[J]. 弹箭与制导学报,
	17, 37(3): 160-164.
	[12]
	黄国顺, 文翰. 基于边界域和知识粒度的粗糙集不确定性度量[J].控制与决策, 2016, 31(6):
98	3-989.
	[13]
	ENGEL K, THU T D. Boundary optimization for rough sets[J]. Discrete Mathematics,
20	18, 341(9): 2465-2477.
	[14]
	何丹峰. 不完备系统中先验概率优势关系粗集模型及其数据挖掘方法研究[D]. 天津: 中国民航大学, 2017.
	[15]
	骆公志, 杨晓江. 变精度优势粗糙集属性约简择优算法[J]. 中国管理科学, 2009, 17(2):
16	9-175.

基于变精度优粗集模型的一致性规则挖掘算法

Consistency rule mining algorithm based on variable precision dominance relation rough set model#br#

可视化

摘要/Abstract

引用本文

使用本文

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价

[1]	杨凯杰, 秦雪峰 a, 莫济懋 b, 王楚为, 李冠霖 a, DING H.Q. Chris, 蔡元哲 a. 基于大语言模型的中国民航公务员考试测评 [J]. 中国民航大学学报, 2025, 43(6): 88-96.
[2]	张鹏 a, 胡芳语 b, 段照斌 a, 刘静静 b. 基于飞行数据的 MSCNN-LSTM 水平安定面系统状态监测方法 [J]. 中国民航大学学报, 2025, 43(1): 60-66.
[3]	丁建立, 冯昊. 基于 GBDT 的多时刻航班过站关键节点时间预测模型[J]. 中国民航大学学报, 2024, 42(6): 27-33.
[4]	张鹏, 李广道. 基于 CNN 的飞机升降舵液压系统故障诊断[J]. 中国民航大学学报, 2023, 41(1): 35-40.
[5]	邢志伟, 吴哲, 罗谦. 单航班行李提取旅客密度动态预测[J]. 中国民航大学学报, 2020, 38(5): 35-40.
[6]	陶志, 王丹. 双向S-优势概率粗集的构造及应用#br#[J]. 中国民航大学学报, 2019, 37(5): 60-64.
[7]	孙淑光, 张泰荣. 遗传与禁忌搜索算法组合的停机位优化分配#br#[J]. 中国民航大学学报, 2019, 37(4): 11-14.
[8]	徐萌，席泽西，王雍赟，李晓露. 基于集成学习的航空发动机故障诊断方法[J]. 中国民航大学学报, 2019, 37(2): 29-33,42.
[9]	谢春生，李少华，戴玉洁. 基于蚁群算法的主干航线网络动态规划[J]. 中国民航大学学报, 2018, 36(6): 6-9.
[10]	陶志，潘丽平，何丹峰. 改进的模糊粗糙集模型[J]. 中国民航大学学报, 2017, 35(5): 60-64.
[11]	陶志，何丹峰，潘丽平. 条件先验概率优势关系粗糙集模型[J]. 中国民航大学学报, 2017, 35(3): 59-6.
[12]	徐建新，孙发东. 基于AdaBoost 的飞机部件DMC预计方法研究[J]. 中国民航大学学报, 2016, 34(5): 5-8.
[13]	李国，张春杰，张志远. 一种基于加权LDA模型的文本聚类方法[J]. 中国民航大学学报, 2016, 34(2): 46-51.
[14]	田丰，王喜艳，曹卫东，王静，曲文丽. 面向高并发服务请求的负载均衡技术研究[J]. 中国民航大学学报, 2015, 33(5): 47-50,64.
[15]	陶志，胡树芹. 不完备偏好决策系统中一种扩展优势关系模型[J]. 中国民航大学学报, 2015, 33(4): 51-55.