[发明专利]基于限制优势关系的心理危机特征属性自适应约简方法

摘要

本发明公开了一种基于限制优势关系的心理危机特征属性自适应约简方法，以数据关联度为一步约简条件，对心理特征集合的部分冗余属性进行消去；以数据类型判断为初始构建，对整个不完备信息系统建立限制模式，采用一致函数，一致矩阵等工具对条件属性集进行二步约简；通过修正粗糙值参数的方法，条件属性集合在限制优势关系的二步约简处理过程中会自发得到最佳阈值和最佳属性约简结果；设计出启发式反馈机制，运用自适应遗传算法动态调整粗糙度，构建出完整的基于限制优势关系的变精度自适应约简算法。本发明在大大减少决策需要的条件属性维数同时降低决策规则的复杂度，提高了不同条件下的心理危机判断能力。

主权项

一种基于限制优势关系的心理危机特征属性自适应约简方法，其特征在于包括以下步骤：(1)对于大学生心理危机预测，设定对应于大学生心理危机的脆弱性模糊知识系统，具体设定如下：设S＝<U,C∪D,V,f>为一不完备偏序大学生心理状况模糊知识系统，其中U＝{x1,x2,…,xn}是论域，对应大学生群体，x1,x2,...,xn表示n个学生；C＝{a1,a2,…,ap}是条件属性集，对应大学生心理危机脆弱性要素的集合；D＝{d1,d2,…,dn}是决策属性集，对于各种具有危害性的心理危机事件；f为U×(C∪D)→V的映射，为论域对象的属性唯一指定值；设定最小约简指标G，粗糙度初始值β1和β2；(2)基于数据关联度的约简方法，具体步骤如下：2a)计算不同集合属性均值：对于大学生心理危机脆弱性要素属性系统S＝<U,C∪D,V,f>，针对判定存在心理危机事件的对象集Z＝{z1,z2,z3,…,zk},Z∈U，对其脆弱性要素属性进行行统计分析；Dsum,m=Σi=1n(f(xi,am)-f(x,am)‾)/n]]>其中f(xi,am)是对象xi在am上的属性值，是论域U在am上的属性值均值；Dpart,m=Σi=1k(f(zi,am)-f(z,am)‾)/k]]>其中f(zi,am)是对象zi在am上的属性值，是危机对象集Z在am上的属性值均值；2b)计算不同集合数据关联度：利用求得的不同集合内的属性均值计算得到不同脆弱性要素对于心理危机的数据关联度特性，写为LK=|Dsum,m-Dpart,mDsum,m+Dpart,m|]]>2c)利用阈值约简：由公式计算脆弱性要素属性集中各个属性的数据关联度LK，并对比初始设定的粗糙度阈值β1，低于阈值的条件属性对象将被剔除，得到约简条件集R；(3)基于限制优势关系的约简方法，具体步骤如下：3a)计算限制优势集：对于经过数据关联度约简之后的大学生心理危机脆弱性要素属性系统S＝<U,R∪D,V,f>，构建限制优势集；其中P∈R，关于P的限制优势关系定义为：其中，p为优势概率设定的阈值概率，pl(xi,xj)为属性al上xj优于xi的概率；这种情况下，称xj多重限制优势于xi，简记为对比初始设定的粗糙度阈值β2，获取针对脆弱性要素属性集的限制优势集；3b)一致约简：结合限制优势集可以计算得到每个对象在条件属性集R下的部分一致函数和部分一致辨识矩阵；构建区分函数，使用分配率、吸收律对部分一致辨识公式进行极小析取范式的化简，最终获取该阈值概率下决策表的全部部分一致约简；(4)自适应阈值优化，具体步骤如下：对应初始输入的粗糙度初始值β1和β2，得到约简方法下的约简数目；对比最大约简指标G，在没有达到约简指标的情况下，采用遗传优化算法选取不同粗糙度阈值β1和β2重新约简，直到达到最大约简指标G。