基于粗糙集的老年评价优化方法

为了提高老年人评估的效率，提出了一种基于粗糙集的优化方法。 与传统的粗糙集属性约简相比，冗余评估项通过项的相关性得以消除。 它避免了计算具有许多属性的粗糙集核心所需的大量开销。 为了解决传统粗糙集中很少出现的规则和冲突规则的问题，提出了一种基于可靠性和覆盖率的规则简化方法。 使用基于覆盖率的排序算法来优化传统的平面评估问卷模型的层次结构。 通过这些优化，大大减少了需要评估的项目数量。 提议的方法已部署在名为Lime family的老年服务公司中。 实际结果表明，该方法可以减少40％以上的项目，准确率达到90％以上。 与决策树和基于专家知识的减少率和准确率方法相比，该方法在一个指标上具有相同的性