[发明专利]基于混合整数线性规划的粗糙集模型建立方法和装置

说明书

本发明提供了一种基于混合整数线性规划的粗糙集模型建立方法和装置，该方法包括：获取原始数据；根据所述原始数据的条件属性和决策属性，确定计算原始数据中既属于条件属性近似等价类又属于决策属性近似等价类的目标近似等价类中的样本数目所需使用的目标函数和性能参数的约束条件，得到基于混合整数线性规划的粗糙集模型，所述目标函数至少包含表征模型条件属性及决策属性的性能参数，所述原始数据用于指示该模型中所述性能参数的取值。本发明还公开相应的基于混合整数线性规划的粗糙集模型建立装置。

技术领域

本发明涉及计算技术领域，具体而言，涉及一种基于混合整数线性规划的粗糙集模型建立方法和装置。

背景技术

粗糙集理论是一门关于不确定性的学科，粗糙集理论的核心思想是通过将给定的有限集合表示为上近似集合和下近似集合，并以此来进行对不精确数据的推理，或者发现数据间的关系。粗糙集有一很明显的缺点，对噪声数据很敏感。在实际应用中，对于包含噪声数据的数据集，基于粗糙集的决策模型的精度会比较低。

发明内容

有鉴于此，本发明的目的在于提供一种基于混合整数线性规划的粗糙集模型建立方法和设备，以力图解决或者至少缓解上面存在的问题。

第一方面，本发明的实施例提供一种基于混合整数线性规划的粗糙集模型建立方法，包括：

获取原始数据；

根据所述原始数据的条件属性和决策属性，确定计算原始数据中既属于条件属性近似等价类又属于决策属性近似等价类的目标近似等价类中的样本数目所需使用的目标函数和性能参数的约束条件，得到基于混合整数线性规划的粗糙集模型，所述目标函数至少包含表征模型条件属性及决策属性的性能参数，所述原始数据用于指示该模型中所述性能参数的取值。

可选地，所述计算原始数据中既属于条件属性近似等价类又属于决策属性近似等价类的目标近似等价类中的样本数目的目标函数至少基于条件属性近似等价类集合和决策属性近似等价类集合进行计算，其中，所述条件属性近似等价类至少采用表征模型条件属性的性能参数进行计算，所述条件属性近似等价类集合包括至少一个条件属性近似等价类，所述决策属性近似等价类至少采用表征模型决策属性的性能参数进行计算，所述决策属性近似等价类集合包括至少一个决策属性近似等价类。

可选地，所述确定所述性能参数的约束条件，包括：

确定表征模型条件属性的性能参数所满足的平衡条件；

确定表征模型决策属性的性能参数所满足的平衡条件；

确定表征模型条件属性和决策属性的性能参数所满足的平衡条件。

可选地，所述确定表征模型条件属性的性能参数所满足的平衡条件，包括：

M*ss_ijc≥α_c-|Xc_i-Xc_j|,i∈I,j∈I,c∈C

M*(1-ss_ijc)≥|Xc_i-Xc_j|-α_c,i∈I,j∈I,c∈C

ω_c_ij≤ss_ijc+(1-sl_c),i∈I,j∈I,c∈C

ss_ijc≥1-sl_c,i∈I,j∈I,c∈C

其中，i、j分别为属于同一条件属性c的论域中两样本，i、j为自然数；

Xc_i为i样本在条件属性c下的取值；

Xc_j为j样本在条件属性c下的取值；

C为条件属性集；