[发明专利]含有抑制剂的决策演化集膜结构

说明书

技术领域

本发明涉及决策演化集膜结构领域，具体涉及一种含有抑制剂的决策演化集膜结构。

背景技术

伴随着当今现代社会的快速发展，数据挖掘和人工智能越来越受到人们的重视。在数据挖掘和人工智能的诸多方法中，在处理复杂系统时粗糙集理论作为一种有效的方法，在信息科学领域具有很强的活跃性。可是目前大多数的针对粗糙集理论的研究主要聚集在对静态信息表的处理上。但在实际的生活工作当中大多数的数据库是动态的，是跟着时间变化而不断的变化着。很多学者也开始将粗糙集、粒计算同时间序列相结合，提出了很多方法。在这些方法中主要的指导思想是除去动态数据表中数据对于时间的依赖性，将除去时间依赖性的数据重新组织为一个静态数据表，然后将粗糙集理论作为数学工具对新形成的静态数据表进行属性约简和规则提取，这些方法的落脚点最后还是静态的数据表。而在把动态数据表转换为静态数据表的过程里除去的时间依赖性中所蕴藏的信息也被忽略掉了。

Perfilieva Irina，YarushkinaNadezhda，Afanasieva Tatiana，et al.Time series analysis using soft computing methods[J].International Journal of General Systems，2013，42(6)：687-705.使用F-变换和模糊趋势模型成功的分析和预测了时间序列数据。胡玉文，徐久成，张倩倩.多粒度时间序列下粒度决策的演化模型研究[J].计算机工程与应用，2011，47(20)：117-120把着眼点放在了被传统方法忽略掉的时间依赖性上，没有拘泥在属性约简和规则提取上，其将动态数据表进行时间粒度划分，对每个时间粒产生相关规则进行研究，发现其中的相关性，提出粒度决策演化模型。胡玉文，徐久成，孙林.决策演化集研究[J].广西师范大学学报(自然科学版)，2013，31(3)：23-29.在粒度决策演化模型的基础上对演化过程中的属性进行分类，提出决策演化集，建立粒度决策代数描述和粒度决策演化矩阵。虽然在胡玉文，徐久成，孙林.决策演化集研究[J].广西师范大学学报(自然科学版)，2013，31(3)：23-29中创新性的建立时间序列下粒度决策的演化理论，给出了决策信息系统演化轨迹的定义，而且对决策信息系统的演化过程进了多个方面的研究。但是在标准定义下，具象化决策演化集提出各种定义和演化轨迹是一个难题。所以在使用膜结构重构决策演化集后解决了具象化决策演化集提出的隐藏属性，丢失属性，演化夹角以及预测夹角等概念。但在标准膜结构下，虽然也画出了预测膜，表明了预测膜和实体膜时间的偏移夹角，但预测膜转变为实体膜的过程并未指出。

发明内容

为解决上述问题，本发明提供了一种含有抑制剂的决策演化集膜结构。

为实现上述目的，本发明采取的技术方案为：

含有抑制剂的决策演化集膜结构，该膜结构为：

Пti＝(C，[surface[reduce]reduce[decide]decide]surface，ωreduce，ωdecide，ωacce，Rreduce，Rdecide，decide)

其中：C是决策表信息系统的条件属性集；[surface[reduce]reduce[decide]decide]surface是决策演化集的膜结构，[surface]surface是表层膜，[reduce]reduce，[decide]decide，是基本膜；ωreduce，ωdecide，ωinhibitor分别是膜[reduce]reduce、[decide]decide和[surface]surface中的字符串；Rreduce，Rdecide分别对应[reduce]reduce和[decide]decide中从时间点ti到时间点ti+1的演化规则，进化规则形如u→υ，u为C上的字符串；decide表示基本膜[decide]decide是输出膜。

本发明通过抑制剂概念来改造决策演化集的标准膜结构，从而解释和具象化预测膜转变为实体膜的过程。

附图说明

图1为膜的结构。

图2为时间粒g_i到时间粒g_i+1的决策演化集的膜结构。

图3为膜结构下决策演化集演化流程图。

图4为时间粒g_i到时间粒g_i+1的含有抑制剂的决策演化集膜结构

图5含有抑制剂的膜结构下决策演化集演化流程图。