多粒度近似空间的模糊粗糙集模型

粗糙集理论是一种处理不完备、不确定性数据的有效数学工具.多粒度的提出可以很好地解决描述粒计算理论中多视角的概念,但是原始的多粒度模型中上、下近似定义里的条件过于严苛或过于松弛且无法区分不同粒度的重要性.为使多粒度模型更适用于实际数据,更好地考虑不同粒度的重要性,提出一种处理数据的方法,可以从多粒度近似空间中得到基于对象...     

交可约粒度空间及模糊粗糙集模型

在模糊覆盖的基础上建立了交可约粒度空间模型,并结合偏序关系的哈斯图,给出一种从模糊覆盖求基的新方法.另外,在交可约粒度空间上,定义了模糊粗糙集的上、下近似算子,并讨论了其相关性质.     

基于双论域的一般多粒度模糊粗糙集

首先定义了各论域上的支撑函数;其次通过支撑函数分别给出了不同论域一般多粒度模糊下上近似算子的定义,建立了双论域的一般多粒度模糊粗糙集模型;此外,还讨论了各近似算子的性质.     

基于区间值犹豫模糊多粒度粗糙集的三支决策模型

针对区间值犹豫模糊信息系统,提出了两种基于区间犹豫模糊多粒度粗糙集的三支决策模型。首先,借助多粒度粗糙集理论,提出乐观和悲观区间犹豫模糊多粒度粗糙集模型。其次,引入区间犹豫模糊连续交叉熵的概念,用TOPSIS方法来计算对象在不同情况下的条件概率。基于此,定义区间犹豫模糊决策理论粗糙集并给出相应的三支决策规则。最后,通过实例验证了这两种模型对目标评估采取不同的态度和决策方案,并且证明了所提算法的有效性。     

基于图的悲观多粒度粗糙集粒度约简

结合图的顶点覆盖理论,探讨了悲观多粒度粗糙集粒度约简的新方法.首先提出悲观多粒度粗糙集诱导图的概念,并给出其粒度约简的图特征,在此基础上,以图的方法刻画粒度的重要度,进而设计基于图的悲观多粒度粗糙集粒度约简的算法;其次,定义悲观多粒度决策粗糙集诱导图的概念,类似地给出其粒度约简的图特征和粒度重要度,设计基于图的悲观多粒...     

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.     

基于粗糙集理论的产品结构设计模糊评价

针对产品结构设计模糊评价中出现的不合理评价结果,分析了模糊变换在多指标情况下存在权重向量分量数值过小的问题。以减少参加评价指标的数量为目的,采用基于粗糙集理论的知识约简方法,分别实现了完备信息系统和不完备信息系统中产品结构设计评价指标的约简,并用约简后的评价指标再进行模糊变换。对液力变矩器结构设计合理性模糊评价的实例验证表明:先约简后评价的方法,不但可简化评价工作的运算量,避免不合理的评价结果,而且不影响评价质量。     

基于粗糙集理论的模糊信息分类方法

介绍了属性约简的概念,并用模糊语义距离矩阵解决了含有模糊数据的相互依赖的数据库的信息分类问题。     

基于相似关系的变精度多粒度粗糙集

在不完备信息系统中基于相似关系,引入了可变精度和多粒度粗糙集,进而提出一种基于相似关系的变精度多粒度粗糙集模型。研究了基于相似关系的变精度多粒度粗糙集的相关性质和关系。随后讨论了基于相似关系变精度多粒度粗糙集的约简问题,提出了一种基于属性重要度的启发式分布约简算法,实例分析的结果验证了该方法的可行性。     

高型粗糙模糊集及高型模糊粗糙集

定义了L型粗糙模糊集（L型RF集）,给出了其相关性质,进而引进了高型粗糙模糊集（高型RF集）,它比普通的RF集具有更高层次的粗糙模糊性,可用于人们对粗糙模糊现象的描述,增强人们对自然语言的表达能力,平行地,最后研究了高型模糊粗糙集（高型RF集）。     

基于粗糙集的模糊模型辨识方法

提出了一种基于粗糙数据分析的模糊模型辨识方法·二值化数据过滤和决策表的简约算法是该方法的两个关键点·通过将传统的决策表转化成二进制决策表,并采用二值化数据过滤技术,可以同时简化决策表的属性和属性值·通过决策表的简约算法,从决策表中提取出重要的属性和关键的属性值,从而得到了输入空间的模糊最优化分,进一步得到模糊模型的前提结构和参数·利用这种方法以一组经典数据为背景建立了岩石边坡工程中边坡稳定性分析的模糊模型,仿真结果说明了该方法的有效性     

模糊近似空间中模糊粗糙集的新定义

研究了模糊近似空间上的模糊粗糙集．给出了模糊粗糙集的又一定义．讨论了该定义下模糊粗糙集所满足的性质，从理论上说明了该定义的合理性，同时还论证了该定义下模糊粗糙集的近似精度．     

Intuitionistic Fuzzy Rough Sets Based on Two Intuitionistic Fuzzy Implicators

<正>This paper presents a general framework for the study of relation-based intuitionistic fuzzy rough sets determined by two intuitionistic fuzzy implicators.By employing two intuitionistic fuzzy implicators I and J,I -lower and J-upper approximations of intuitionistic fuzzy sets with respect to an intuitionistic fuzzy approximation space are first defined.Properties of(I,J) -intuitionistic fuzzy rough approximation operators are then examined.The connections between special types of intuitionistic fuzzy relations and properties of (I,J)-intuitionistic fuzzy approximation operators are also established.     

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．     

基于模糊粗糙集与模糊推理的作战指挥方式决策分析

依据指挥权限集中程度,指挥方式可分为集中指挥和分散指挥两种形式.本文探讨了基于模糊粗糙集与模糊推理的指挥方式决策分析新方法.首先,分析了作战指挥方式决策的影响因素,即指挥控制手段和情报保障程度;在此基础上,给出了基于模糊粗糙集的作战指挥方式的一种知识发现方法;然后,通过获取的模糊推理规则,运用多输入多重Mamdani模糊推理算法获得量化的指挥方式决策结论;最后,通过在MATLAB7.0模糊逻辑工具箱中构建的模糊推理仿真系统进行验证推演,给出了三种类型的指挥方式决策结论,与军事专家的经验决策相符合,该系统可纳入到作战指挥决策支持系统中.     

基于覆盖的模糊粗糙集的截集性质

在引入重截集概念的基础上,主要研究了基于覆盖的模糊粗糙集的截集性质,同时给出了基于覆盖的模糊粗糙集的截集表示.     

基于粗糙集和模糊集理论的规则提取方法

粗糙集理论和模糊集理论都是用来处理不完整和不确定信息的理论，两者都可用来观察、测试数据并进行推理。虽然它们之间有一些重叠，但两者的着眼点和计算方法是不一样的，因此它们不能被相互替代，而且必须结合起来使用。本文结合粗糙集理论和模糊集理论提出一种新的规则提取方法，并给出了一个应用实例。     

多粒度粗糙直觉模糊截集的研究

直觉模糊集和多粒度粗糙集的融合是一个研究热点.针对多粒度粗糙直觉模糊集的表示问题,根据直觉模糊集的分解定理和截集理论,构造了乐观和悲观多粒度粗糙直觉模糊集模型,定义了乐观和悲观多粒度粗糙直觉模糊集上下近似集,并证明了多粒度粗糙直觉模糊集的一些性质,同时提出了一个新的直觉模糊集的相似度公式.最后通过小麦长势评估实例,分析讨论了乐观和悲观多粒度粗糙直觉模糊集模型的有效性.     

一种基于粗集理论方法的水位模糊控制器设计

应用粗集理论中知识表达系统决策规则的简化方法对模糊控制规则进行约简来设计粗糙模糊控制器,通过约简简化控制系统,从而得到一个最简控制决策规则,使系统更易于控制。完成了水箱水位粗糙模糊控制器的设计,并分别进行了模糊控制和粗糙模糊控制仿真研究,研究结果表明该粗糙模糊控制能有效改善模糊控制的性能。