由于粗糙集理论能够有效地解决那些具有不精确性和不确定性的复杂问题，它已经被广泛地应用于模式识别、知识发现等领域中.
近几十年，粗糙集在理论研究方面已经取得很大进展.数学家Pawlak于1982 年首次提出了粗糙集理论与方法[39].Yao 等利用信息粒定义目标概念的上、下近似集，并根据上、下近似集的概念把论域分成正域、负域和边界域互不相交的三部分[40，41].由于Pawlak 提出的经典粗糙集模型在处理复杂类型数据时存在一定的局限性，许多研究者提出了经典粗糙集扩展模型并将其应用于处理复杂类型数据的问题上[42].针对决策信息系统中存在缺失数据问题，Kryszkiewicz 等提出了基于容差关系的粗糙集模型[43].尹旭日等提出了带约束相似关系的粗糙集模型[44].针对相似关系和容差关系粗糙集模型在划分对象时存在的不合理问题，王国胤提出了基于限制容差关系的粗糙集模型[45].Yao 等把统计学中贝叶斯方法和粗糙集理论相结合，提出了一种决策粗糙集模型[46]，并进一步对经典粗糙集三支决策规则进行了分析和解释[47].Ziarko 在经典粗糙集中引入误分类参数，提出了变精度粗糙集模型[48].Slowinsik 等给出了相容关系上、下近似集的定义，提出了相容关系粗糙集模型[49].Greco 等为了处理信息系统中具有优势关系的数据，提出了优势关系粗糙集模型[50].Herbert 等把数学中的博弈论运用到决策粗糙集模型中，提出了博弈论粗糙集模型[51].Pawlak 等把概率论方法与变精度粗糙集模型相结合，建立了概率粗糙集模型[52].
另外，Inuiguchi 等把概率粗糙集模型策略运用到优势粗糙集模型中，建立了变精度优势关系粗糙集模型[53].Hu 等把模糊集和优势集结合在一起，建立了模糊优势粗糙集模型[54].针对信息系统具有多论域情况，Yan等建立了双论域粗糙集模型[55].Sun 等在模糊双论域相容关系粗糙集模型基础上，给出了两种扩展模糊粗糙集模型，并把它们运用到医疗诊断分析中[56].胡军等针对覆盖粗糙模糊集模型中的不合理问题，提出了一种改进的覆盖粗糙模糊集模型[57].Leung 等针对区间信息系统中分类规则获取问题，建立了区间信息系统粗糙集模型[68].在集值信息系统中，Chen 等在变精度粗糙集模型中引入概率粗糙集模型，建立了函数集值粗糙集模型[69].张文修等利用随机集描述和刻画粗糙集近似算子，建立了一种基于随机集的粗糙集模型[70].证据理论在处理经验性和主观知识问题时具有很大优势，朱琼瑶等提出了证据理论粗糙集模型，并把它运用到水质分析预警中[71].Yao 等把经典粗糙集模型中对象等价类看成对象的邻域，建立了邻域算子粗糙集模型[72].Yao 等探讨了k-step 邻域信息决策系统中近似算子操作及相关性质[73].(www.xing528.com)
另外，在多粒度粗糙集模型研究方面，Qian 等在粗糙集模型中引入了多粒度概念，建立了乐观多粒度及悲观多粒度两种粗糙集模型[156]，并进一步把决策粗糙集模型运用到多粒度粗糙集模型中，构建了多粒度决策粗糙集模型[66].Yang 等把优势关系模型引入到多粒度粗糙集模型中，建立了乐观多粒度及悲观多粒度两种优势关系粗糙集模型，并分析和讨论了它们之间的联系[58].Wang 等建立了不完备序决策信息系统多粒度粗糙集模型，从而扩展了多粒度粗糙集模型的应用范围[59].张明等针对悲观多粒度粗糙集和乐观多粒度粗糙集在解决实际问题中存在一定的局限性，构建了可变多粒度粗糙集模型，并分析了其相关性质，设计了可变多粒度粗糙集模型属性约简算法[60].Lin 等构建了邻域多粒度粗糙集模型，设计了邻域多粒度粗糙集覆盖属性约简算法[61]，进一步定义了三种多粒度覆盖粗糙集的概念，分析和探讨了三种多粒度覆盖粗糙集的相关性质[62].黄婿等在多粒度覆盖粗糙集中用最小描述生成两类上、下近似算子，设计了最小描述的属性约简算法[63].Xu 等把相容关系运用到粗糙模糊集中，结合多粒度概念，建立了相容关系的悲观多粒度及乐观多粒度两种粗糙模糊集模型，并给出了这两种多粒度粗糙模糊集的性质及关系[64].李子勇把多粒度决策粗糙集理论引入到覆盖粗糙集理论中，设计了覆盖多粒度决策理论粗糙集方法[65].杨习贝等定义了混合多粒度空间的概念，构建了一种混合多粒度粗糙集模型，并对其基本性质进行了深入探讨[67].
上述粗糙集扩展模型可以有效地解决Pawlak 经典粗糙集模型在处理复杂类型数据时存在的局限性问题，丰富了粗糙集理论，促进了它的蓬勃发展.
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
