Về một phương pháp rút gọn thuộc tính cho bảng quyết định theo tiếp cận topo mờ trực cảm

Abstract

Hầu hết các phương pháp rút gọn thuộc tính theo tiếp cận tính toán hạt của tập thô và tập thô mở rộng hiệnnay đều sử dụng các độ đo để đánh giá độ quan trọng của thuộc tính cũng như định nghĩa tập rút gọn. Các độ đo này chủ yếu lấy xấp xỉ độ tương tự giữa các hạt thông tin mờ trực cảm mà không thể hiện đầy đủ mức độ tương tự về mặt cấu trúc, do đó tập rút gọn thu được còn chưa hiệu quả về kích thước. Do đó, trong bài báo này chúng tôi đề xuất mô hình rút gọn thuộc tính theo tiếp cận topo mờ trực cảm (Intuitionistic Fuzzy Topology - IFT). Trong đó độ đo độ khác biệt giữa các cơ sở con (subbase) của IFT được định nghĩa để làm công cụ phân loại thuộc tính và cấu trúc cơ sở (base) của IFT đơn vị được sử dụng để định nghĩa tập rút gọn. Các kết quả phân tích về phương diện lý thuyết và thực nghiệm cho thấy phương pháp rút gọn thuộc tính theo tiếp cận IFT cho tập rút gọn có kích thước nhỏ hơn đáng kể so với tiếp cận độ đo truyền thống, trong khi độ chính xác phân lớp của tập rút gọn thu được có thể chấp nhận được trong một số bài toán thực tế.