论文部分内容阅读
虽然粗糙集理论为处理离散属性提供了很好的工具．但它不能直接运用于具有连续变量的数据上面，而现实中的数据又包含着大量的连续变基。为了能够对连续属性集进行有效的知识约简．充分利用遗传算法的全局优化和并行计算的优点，结合模糊粗糙集的理论，对连续属性集进行知识约简．较粗糙集而盲避开了连续属性的离散化过程．减少了信息损失，加快了约简速度，提高了决策支持度。首先利用一个仿真实例来验证该算法的有效性和快速性，然后把它运用于某一柴油机的故障数据集的约简，通过约简获得了影响输出故障模式的主要输入变量集，实现了数据的预处理，