模糊理想和模糊子环的粗糙性及其在同态下的性质

主要研究模糊粗糙理想(子环)的代数结构. 由模糊理想(子环)决定的同余关系与环形成了近似空间. 定义了环的非空子集关于该近似空间的上、下近似并对他们的相关性质进行讨论. 基于以上研究, 于第二部分研究了模糊粗糙理想和模糊粗糙子环在同态映射下的性质.     

基于映射的粗糙近似算子

由论域上的一个映射定义了一对上、下粗糙近似算子,给出了粗糙近似算子的性质.并讨论了映射的性质与近似算子性质之间的关系.     

基于模糊相等的模糊映射及群的同态

利用模糊相等关系下的模糊映射,讨论了在此映射下群的模糊同态及其有关性质.     

粗映射及其性质研究

基于等价关系给出了粗映射的定义,讨论了它的一些性质,同时给出了一个粗映射的实例,进一步建立了一般关系下的粗映射模型,并探讨了其性质.     

一般关系下的粗映射

给出基于一般关系下的粗映射的定义及其性质,并讨论了一般二元关系与粗映射近似算子的特征联系。     

半群的粗模糊理想的性质

研究了半群中模糊子集的上、下近似的性质,并由此讨论了半群的两个特殊模糊子集之积、之交的性质,进一步丰富了粗糙模糊半群理论.     

一种基于弱模糊相似关系的广义粗糙集

粗糙集理论是建立在等价关系的基础上发展起来的,但等价关系性质的应用领域是有限的,等价关系不能对现实世界中的元素关系给出客观的描述.为此提出用模糊相似关系和弱模糊相似关系的概念来代替等价关系,同时引入了弱模糊相似关系的相似度概念和相似类概念,定义了基于弱模糊相似关系的广义粗糙集及标准的广义粗糙集上下近似;研究了两对上下近似算子的性质,讨论了3种粗糙隶属函数的性质并验证了它们的性质.     

环的θ-模糊同态

模糊同态是模糊代数学的重要概念之一,它可由不同的模糊映射产生.本文利用θ-模糊映射给出了环的θ-模糊同态的定义,从而研究了θ-模糊同态下θ-模糊子环和θ-模糊理想的对应关系及若干性质,最后建立了环的θ-模糊同态基本定理.     

下与上弱半预连续模糊多值映射

在文（７）中引入并研究了一般拓扑空间（Ｘ,Ｔ）与模糊拓扑空间（Ｙ,Ｔ１）之间的模糊下与上半预连续多值映射的概念,本文讨论其弱形式模糊下与上弱半预连续多值映射,并借助于映射Ｆ,与Ｆ研究了它们的一些基本性质,同时讨论了它们和已有的模糊多值映射的关系。     

模糊映射与环的模糊弱同态

讨论模糊映射的若干性质，并利用模糊映射引入环的模糊弱同态，得到了模糊弱同态下模糊子环(模糊理想)的对应关系，并建立了环的模糊弱同态基本定理。     

基于模糊相容关系的粗糙集的扩展

针对模糊信息系统,提出了用模糊相容关系代替经典粗糙集中的不可分辨关系来构造扩展粗糙集的方法.定义了模糊信息系统中的模糊相容关系,给出了模糊相容关系下粗糙集的表示方法及性质,证明了模糊相容关系下粗糙集模型的不同表示形式,并讨论了在模糊相容关系下模糊变精度粗糙集模型及其性质.     

模糊相似关系下的模糊粗糙集

在模糊粗糙集模型中引入模糊相似关系，定义了一组上、下近似集，并讨论了模糊相似关系下的模糊粗糙集的一些性质，得出了它在模糊相似关系的包含运算、并运算、交运算、合成运算及闭包运算下的一些结论。最后定义了模糊粗糙集在模糊相似关系下的粗糙度和近似精度，并得出了一些结果．     

一种新的双论域上模糊粗糙集

粗糙集模型的推广一直是粗糙集理论研究的一个热点.该文基于模糊相容关系,定义了双论域上模糊集的上下近似算子,从而得到了一种新的双论域上模糊粗糙集模型,并研究了它的性质.     

广义概率粗糙集模型中近似算子的研究

针对经典概率粗糙集模型的不足,将其论域推广到两个具有相容关系的论域上,借助集值映射分别定义了两种形式的广义概率(I)型和广义概率(II)型粗糙集近似算子,并讨论了相应的数学性质.最后,详细地分析了它们之间的关系.     

基于粗集和模糊集的启发式规则约简算法研究

提出了一种新型的决策规则约简方法。基于均匀划分和正态分布隶属度函数,对决策表的连续属性进行模糊化,用欧氏距离贴近度来构建相似矩阵,并提出了一种论域的模糊划分算法;依据粗糙集隶属度进行属性约简的基础上,给出了一种决策规则约简算法,从而达到发掘知识并简化知识的目的。     

基于模糊-粗糙集模型的一种归纳学习方法

对传统粗糙集理论进行了扩展，提出了一种模糊-粗糙集模型。利用模糊集理论和Koho-nen网络自组织映射算法对决策表的连续属性进行模糊化，并用模糊贴近度构造模糊相似矩阵，把普通粗糙集的不可分辨关系推广为模糊相似关系。提出一种基于模糊-粗糙集模型的归纳学习算法FRILA，此算法和决策树算法相比，具有得到的规则数目少、规则表示简单等优点。实例验证了此方法的有效性。     

粗集理论及其应用（四）粗集理论和模糊集合

首先将粗集与模糊集合进行简单对比，并介绍利用粗集的概念考虑模糊集合的粗近似，定义粗模糊集合，利用模糊划分的相似性关系研究集合的近似问题，定义模糊粗集，并介绍粗模糊集合和模糊粗集的基本特性等，最后讨论知识近似模型的统一。     

基于决策表的模糊粗糙单调依赖算法及其应用

为了挖掘输入输出之间量的单调依赖关系,根据模糊粗糙集理论,通过对实践中量依赖关系的数据分析,提出了基于决策表的模糊单调依赖算法.文中通过区间映射定义了模糊单调依赖关系和模糊单调递增依赖隶属关系等概念,讨论了模糊单调递增依赖关系的参数和性质,并证明了相关命题.将该算法应用到工业污水的处理中,结果表明该算法是一种有效的数据...     

基于覆盖的区间值粗糙模糊集模型

将粗糙集与区间值模糊集相结合便可得到区间值粗糙模糊集.通过将经典粗糙集模型中论域上的等价关系用论域的覆盖来替换,建立了基于覆盖关系的区间值粗糙模糊集模型,并给出了该模型下的一些基本性质.     

多粒度模糊粗糙近似算子的信任结构与属性约简

多粒度是近年来粗糙集领域研究的一个热点方向, 为使多粒度模型更适用于实际数据, 提高模型的可用性, 模糊思想被引入到多粒度粗糙集模型中。本文构建了基于模糊相似关系下的多粒度模糊粗糙集模型, 并建立了模糊信任结构。在该信任结构下根据多粒度模糊粗糙集的上、下近似构造信任函数与似然函数。研究多粒度模糊粗糙集在模糊等价关系下的属性约简, 并给出相关算法。