基于覆盖的粗糙集和粒计算

粗糙集是1982年由波兰科学家Pawlak提出的一种理论。它主要用于解决信息系统中的颗粒性、模糊性和不完全性。目前这个理论已经在决策分析、模式识别、过程控制、机器学习以及数据挖掘领域有许多成功的应用，成为信息科学领域一个活跃的研究课题。粒计算是由美国学者T. Y. Lin提出的。这是一个方法学意义上的名词，旨在解决信息处理与数据挖掘中的颗粒性问题，其基本的思想与粗糙集有紧密的关联。本课题将系统研究基于覆盖的粗糙集理论和粒计算机模型。主要着眼于完善现有的基于覆盖的广义粗糙集基础理论，建立基于覆盖粗糙集的逻辑推理体系，与模糊理论结合来探讨基于覆盖的模糊粗糙集，再从高的层次上建立基于覆盖的粒计算模型和计算方法。