经典粗糙集用一对精确集来近似粗糙集．在其扩展模型中，有学者提出了从相似度出发用一个精确集来刻画粗糙集的模型．这种模型可以更贴近目标集合，在规则提取方面也有很好的应用．在划分情形下最优近似的算法已经相对完善，但是对于覆盖情形下的最优近似其算法还很匮乏．针对这一问题，提出了一种基于改进的遗传算法的最优近似求解算法．通过采用子群更替和强制变异等方法，增加了种群多样性，提高了准确率，加快了收敛速度．仿真结果表明该算法可以简单有效的找到覆盖近似空间中的最优近似．
科研之友
微信
新浪微博
Facebook
分享链接
