基于相似度的模糊粗糙近似算子

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具.相似度是用于比较2个相似的模糊粗糙集所包含信息的精确性大小的,是模糊集理论和粗糙集理论的热点问题之一.文章利用一种改进的相似度定义了模糊粗糙近似算子,重新定义了粗糙集的一些概念,给出并证明了模糊粗糙近似算子的几个性质.     

一种新的覆盖粗糙模糊集的模糊度

目的研究第三类覆盖粗糙模糊集的不确定性度量方法。方法通过引入上下近似的标准差作为权重的度量标准,定义了一种新的覆盖粗糙模糊集的加权平均模糊度。结果该模糊度符合模糊度的定义,能够衡量覆盖粗糙模糊集的不确定性程度。结论改进了罗世尧关于覆盖粗糙模糊集模糊度的计算方法,使之更为实用和有效。     

覆盖粗糙集的模糊度

粗糙集的不确定性度量是粗糙集理论中的关键问题之一.粗糙隶属函数为粗糙集提供了新的解释,并为粗糙集的不确定性度量提供了方法.Tsang对覆盖近似空间中的近似算子进行了研究,提出了一种较已有模型更合理的覆盖粗糙集模型.但是,该覆盖粗糙集的不确定性度量却没有被研究.针对第三类覆盖粗糙集模型,定义了第三类覆盖粗糙集的粗糙隶属函数,并据此定义了第三类覆盖粗糙集的模糊度.     

上海市公交网络拓扑性质研究

运用复杂网络理论研究上海市公交网络.分别以公交站点完全连接、公交线路和公交站点邻近连接建立了3种不同的网络.以Matlab软件为辅助工具,得出上海市公交网络的拓扑结构,和一些静态几何量及其统计性质,如度分布、群聚系数、平均路径长度及介数等.运用这些静态几何量进行网的拓扑性质分析.     

粗糙群和基于子群的群的粗糙

运用粗糙集理论的思想，在群中基于子群定义了群的近似空间，并定义了集合的运算，用集合的近似进行了研究．用近似群重新定义了粗糙群理论中的粗糙群、粗糙子群、粗糙不变子群、粗糙商群、粗糙同态、粗糙同构等一系列概念，并在传统的和新定义的两种粗糙群理论体系中，研究了基于子群的群的粗糙的性质．     

覆盖粗糙集的模糊度

粗糙集的不确定性度量是粗糙集理论中的关键问题之一。粗糙隶属函数为粗糙集提供了新的解释,并为粗糙集的不确定性度量提供了方法。Tsang对覆盖近似空间中的近似算子进行了研究,提出了一种较已有模型更合理的覆盖粗糙集模型。但是,该覆盖粗糙集的不确定性度量却没有被研究。针对第三类覆盖粗糙集模型,定义了第三类覆盖粗糙集的粗糙隶属函数,并据此定义了第三类覆盖粗糙集的模糊度。     

一种新的多重权重复杂网络模型

在加权复杂网络的基础上,建立一种新的复杂网络模型——多重权重复杂网络模型,在这种网络模型中,可以同时存在多个类型不同的权重.为了便于研究,按权重类型的不同将其拆分为多个性质不同的子网络.重新定义了多重权重复杂网络的静态统计特征,如点权、边权相似度、边权分布、节点度和点权等.进而根据Lyapunov稳定性理论,研究了多重权重复杂网络的完全同步问题,并通过实例进行了数值仿真.     

基于粗糙集的不确定性知识处理方法

本文针对在粗糙集理论中由来自给定论域里粗糙近似的边界这种原因而引起集合知识的不确定性,提出了一种粗糙可观察的处理方法。利用粗糙隶属函数及粗糙可观察的概念,使粗糙集合可近似用论域上的基本集的并来表示,即近似为一个可定义集,从而实现粗糙集合不确定性知识的确定化。     

基于粗糙集的不完全信息静态博弈及其均衡分析

不完全信息静态博弈中,往往假定参与者知道其他参与者类型的概率分布,然而很多时候这种概率分布很难甚至根本无法获得,参与人只能主观判断确定概率分布.论文使用粗糙集方法处理这种不确定性,参与人依赖对其他参与人类型的信息判断,计算其他参与人类型的近似精度,以此建立不完全信息静态博弈的粗集模型并定义粗糙静态均衡,最后通过古诺竞争模型说明该模型的运用.     

一般多粒度直觉模糊粗糙集模型

直觉模糊粗糙集和多粒度粗糙集都是近几年来研究的热门课题.首先通过定义Pawlak近似空间中的支撑函数给出了一般多粒度直觉模糊粗糙近似算子的定义,并讨论了一般多粒度直觉模糊粗糙上、下近似算子的性质.其次,研究了一般多粒度直觉模糊粗糙集(λ1,λ2)截集的定义和性质.此外,还研究了一般多粒度直觉模糊集的不确定性度量以及参数(λ1,λ2)的一般多粒度直觉模糊粗糙集的不确定性度量.最后通过淘宝信息反馈的例子验证了模型的实用性和有效性.     

最优近似粗糙集

为了更好地解决近似空间(U,R)上目标概念边界域的不确定性问题,提出了一种新的粗糙集最优近似集的计算方法。为此引入集合相似度的定义,通过对目标概念与其近似集相似度的讨论,得到目标概念的最优近似集为上、下近似集的条件,并进一步得到目标概念的最优近似集判定与算法。通过实例对其进行了说明。     

F-粗糙集方法对概念漂移的度量

F-粗糙集是一种针对信息表簇或决策表簇的新的粗糙集模型.利用F-粗糙集模型中上、下近似的思想,定义了不确定性概念漂移的一些度量,包括概念的上、下近似漂移量和概念的上、下近似耦合度等,并初步探讨了它们的性质.     

区间直觉犹豫模糊粒度结构的不确定性研究

考虑区间直觉犹豫模糊集中元素隶属度不确定这一特征,给出了四种不同的区间直觉犹豫模糊粒基数概念,并在此基础上构造了相关的区间直觉犹豫模糊粗糙熵、信息熵等概念.提出了区间直觉犹豫模糊粒度结构距离的概念,基于区间直觉犹豫模糊粒度结构距离定义了一种新的区间直觉犹豫模糊粒度结构的偏序关系,讨论区间直觉犹豫模糊粗糙熵、信息熵的偏序性.通过实例验证了相关定理和定义的正确性.     

基于包含度的模糊粗糙近似算子

1965年,L.A．zadeh提出了模糊集理论,1982年,波兰数学家Z．pawlak提出了粗糙集理论,将二结合而形成模糊粗糙集及粗糙模糊集．利用包含度的概念定义上模糊粗糙近似算子,下模糊粗糙近似算子,边界．并讨论它的性质．     

组团式城市公交网络的复杂性研究

为研究具有组团式结构特征的城市公交网络复杂性,在一般网络基础上,充分考虑组团式城市的特性,定义了组团式以及基于频率的公交网络节点度与度分布,利用复杂网络理论、计算机模拟等对组团式城市公交网络复杂性进行研究. 以兰州市为例,通过分析计算结果,发现无论是基于静态还是基于频率,兰州市公交网络的节点度分布均服从指数分布. 该成果为组团式城市公交网络的规划设计提供了理论依据.     

认知模型与统一集

从集合论的角度出发,为人类的认知过程提供了一种新的基于集合论的模型,并探讨了一种由机器自发的产生认知概念以及概念和概念的联系的方法.运用复杂适应系统的观点,指出了认知是从对环境的基本分类而建立起来的一种自下而上,并能够根据认知环境的变化而不断进化的过程.并且,认知过程本质上存在着多种不确定性,这些不确定性描述包括模糊性、Vague性、粗糙性等,它们都是认知复杂过程涌现出来的现象,都可以用统一集对其进行表述.     

随机粗糙度与粗相等

在基于随机集的粗糙上近似、粗糙下近似的概念及其简单性质的基础上,定义了随机近似空间上的粗糙度、基于随机集的粗糙集的上粗相等、下粗相等、粗相等、随机粗糙集类和随机粗糙近似空间的概念,并且得出了随机粗糙近似算子的一系列性质、随机粗糙集类和随机粗糙近似空间的一一对应关系等重要的结论。     

基于复杂网络的大连公交网络系统的拓扑结构分析

本文利用复杂网络理论研究了大连公交网络的拓扑结构。针对大连市公共汽车交通网络系统建立了公共线路、停靠站点复杂网络,对两种类型的网络进行了拓扑结构分析,得出大连市公交网络的拓扑结构和一些静态几何量及其统计性质,如度分布、凝聚系数、平均路径长度等,研究结果表明大连市公交网络较为便捷。     

基于宽松下近似概念的连续型决策表的属性约简方法

针对连续型决策表,利用模糊相容关系对样例聚类产生模糊决策表,运用宽松下近似概念定义属性重要度,利用函数弹性概念定义决策属性关于条件属性的敏感度,将其作为属性重要度的权重得到加权重要度,并以此为启发式信息提出了一种连续型决策表的属性约简方法.     

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.