连续属性决策分析：粗糙集与模糊集集成模型

"该资源是一篇2004年的自然科学论文，主要探讨了一种结合粗糙集和模糊集的决策分析方法，特别适用于处理具有连续属性的决策系统。该方法通过模糊隶属函数解决连续属性离散化的问题，并提出了模糊相似关系和属性约简的理论框架。文章还以自修复飞行控制系统效能评估为例，展示了该方法的实际应用。" 在决策分析领域，当面对包含连续属性的信息系统时，通常需要将连续值离散化以便于处理。然而，这种离散化过程可能会导致信息损失或增加计算复杂性。针对这一问题，作者何亚群和胡寿松提出了一种新的决策分析方法，即基于粗糙-模糊集集成模型。这种方法巧妙地融合了粗糙集理论的约简和模糊集的模糊处理能力。 粗糙集理论是处理不完全信息的一种工具，它可以识别并提取决策规则，但对连续属性的处理存在挑战。而模糊集则能很好地处理不确定性，尤其是对于连续数据的模糊化处理。通过引入模糊隶属函数，该方法可以将连续属性值转换为模糊值，这样就无需进行离散化，从而保留了原始数据的更多信息。 论文中还定义了模糊相似关系和模糊相似类的概念，这对于理解和应用模糊集至关重要。模糊相似关系允许度量两个连续属性值之间的相似程度，而模糊相似类则是根据这些关系划分的模糊集合。接着，作者阐述了粗糙-模糊近似空间的上下近似及其性质，这是粗糙集理论的核心组成部分，它们用于确定属性的重要性，并帮助简化决策规则。 此外，论文还介绍了在模糊相似关系下的属性约简方法，这是一种降低决策系统复杂性、提取关键特征的过程。属性约简有助于提炼决策规则，使得系统更加精简且易于理解。 最后，论文通过自修复飞行控制系统的效能评估案例，实际应用了上述理论，展示了如何利用这种方法来制定和评估自修复效能的决策规则。这个例子表明，粗糙-模糊集集成模型在解决实际工程问题中具有很高的实用价值。 关键词涉及到粗糙集、模糊集、集成模型、连续属性以及效能评估，这表明论文涵盖了多个重要的计算智能和决策支持领域的概念和技术。文献分类号为TP18，这通常指的是自动控制和计算机科学领域的研究。文献标识码A表明这是一篇原创性的科研论文。