为协调决策支持和分类, 引入了一种新的方法, 该方法将粗糙集理论和神经网络有机地结合在一起, 提出了
一种基于粗糙集理论的神经网络模型构造方法. 首先, 利用粗糙集理论智能数据分析的能力, 对神经网络进行预处
理, 抽取关键成分作为神经网络的输入, 从而确定粗糙神经网络的初始拓扑结构. 在此基础上, 进一步研究和分析了
该模型的实现步骤, 并应用原始数据对网络进行训练, 最后将该模型应用于分类规则的抽取. 试验结果比较表明, 该
模型可以有效地提高分类的精度.