论文部分内容阅读
为解决连续属性无法直接用于粗糙集理论的问题，依据粗糙集连续属性离散化的根本要求，提出了一种基于二进制粒子群优化算法（Binary Particle Swarm Optimization，BinaryPSO）的属性离散化方法。该方法将二进制粒子视为断点子集，最小化断点集中的断点个数作为优化目标，粗糙集属性分类精度作为约束条件。其中，适应函数的定义保证了在尽量减少决策系统信息损失的前提下，得到简化的决策系统。仿真结果表明，该方法得到的离散结果包含较少的断点个数，并且保持了较高的分类能力。