屬性約簡(jiǎn)和值約簡(jiǎn)是粗糙集理論研究中的兩個(gè)重要內(nèi)容，屬性約簡(jiǎn)是在保持與原有的數(shù)據(jù)庫(kù)決策能力相同的情況下，選擇問(wèn)題最小屬性子集，剔除數(shù)據(jù)中的沒(méi)有利用價(jià)值成分的過(guò)程。在現(xiàn)實(shí)世界的問(wèn)題中，由于噪音、誤導(dǎo)和不相關(guān)屬性的存在，使得屬性約僅是在一定程度上去除了決策表中的冗余屬性，但并沒(méi)有完全去掉決策表中的不必要的信息。為此，還需要對(duì)決策表進(jìn)行更深層次的處理，即對(duì)決策表進(jìn)行值約簡(jiǎn)。值約簡(jiǎn)是去掉多余的屬性值，用最少的條件屬性值來(lái)區(qū)分每一個(gè)決策類，在不改變決策能力的基礎(chǔ)上得到更加簡(jiǎn)化的規(guī)則集。值約簡(jiǎn)的研究方法有很多，比如一般的值約簡(jiǎn)算法、啟發(fā)式值約簡(jiǎn)算法、基于決策矩陣的值約簡(jiǎn)算法、歸納值約簡(jiǎn)算法和Skowron算法等。本文主要研究基于歸納的值約簡(jiǎn)算法，并對(duì)算法的執(zhí)行效果進(jìn)行了實(shí)驗(yàn)驗(yàn)證，以及與啟發(fā)式值約簡(jiǎn)算法進(jìn)行了比較。
?