直觉模糊逻辑算子的研究

给出了直觉模糊逻辑“补”、“与”、“或”及“蕴涵”算子的定义，并利用区间值模糊集与直觉模糊集之间的关系，给出了利用经典的模糊逻辑算子构造直觉模糊逻辑算子的三个定理。从而得到了构造直觉逻辑算子的新方法，这种方法无需验证其运算的封闭性，因而简单易行。文中用此方法构造出了一系列新的直觉模糊逻辑“补”、“与”、“或”及“蕴函”算子，将K.Atanassov最早提出的直觉逻辑模糊逻辑算子推广到了更一般情形。     

扰动模糊逻辑及其"与","或"算子

提出了扰动模糊命题逻辑的概念,定义了扰动模糊命题的运算,然后将一维模糊逻辑算子推广到二维的扰动模糊逻辑算子中去,提出了扰动模糊“与”“或”算子,同时对这些逻辑算子的性质做了较为系统的研究,从而使模糊逻辑的概念及性质得到进一步的推广。     

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）。     

直觉模糊逻辑算子组与经典算子组之间的关系

文献[1]对经典模糊逻辑“非”、“与”、“或”及“蕴涵”算子进行了系统的研究。文[2]、[3],[4]分别给出了直觉模糊逻辑“非”、“与”、“或”及“蕴涵”算子的定义,并讨论了它们的性质.从而使经典模糊逻辑算子的概念及性质得到进一步的推广。本文在此基础上从代数的观点来讨论 直觉模糊逻辑算子组（D,T,┴,φ,h）与经典模糊逻辑算子组（[0,1],T, ┴,φ,h）之间的关系。     

直觉区间值模糊逻辑算子

首先提出了用直觉区间值去表示命题的真值;然后定义了直觉区间值模糊逻辑上的算子－补,t-范、t－余范和蕴函算子,并讨论了它们与I[0,1]及[0,1]上的相应算子的内在联系,指出它们可用I[0,1]及[０,１]上相应逻辑算子表示。     

关于模糊粗糙集的一个注记

指出文献[6]中定义的模糊粗糙集的补集不再是模糊粗糙集.为了克服原定义中的缺陷,给出了关于模糊粗糙集的新的补集定义,讨论了相应的运算性质.同时还证明:模糊粗糙集其实就是定义在F格L上的L-模糊集.     

粗糙集的隶属度算子

在经典的Pawlak粗糙集模型中,RX是由那些根据知识尺判断可能在X中的U中元素 组成的集合.bnR(X)是由那些根据知识既不能判断肯定在X中又不能判断肯定在～X中的U中元素组成的集合.但元素隶属于RX或bnR(X)的程度却没有给出.提出并定义了一种粗糙集的隶属度算子.对于论域U, x∈U及X U,该算子可计算元素x的依R在X的上近似中的程度,以及依R在X的下近似、边界、负域中的程度,并据此建立了一种基于该算子的粗糙模糊集模型.     

用单一公理刻画由复合直觉模糊关系生成的（S,T）-直觉模糊粗糙近似算子

粗糙集理论中的下近似算子和上近似算子是粗糙集理论基础研究和应用发展最重要的概念之一.粗糙近似算子的公理刻画是粗糙集理论研究的一个重要方向.基于[0,1]×[0,1]上的一个直觉模糊三角模T及其对偶直觉模糊三角余模S,给出由直觉模糊关系生成的直觉模糊近似算子的公理方法.证明了由串行、自反、对称、传递等合成的各种直觉模糊关系生成的S-下直觉模糊近似算子与T-上直觉模糊近似算子都可以用一条公理来刻画.     

对算子模糊逻辑的拓展讨论

在算子模糊逻辑的基础上，定义了直觉算子模糊逻辑，并对它的性质进行了讨论。     

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.     

模糊粗糙集合

介绍了模糊集合及粗糙集合的概念和特征。说明了模糊集合和粗糙集合之间的联系 ,讨论了模糊粗糙集合概念 ,同时 ,对模糊粗糙集合的补、交、并及等价进行了研究。为模糊集合和粗糙集合的结合建立了基础     

粗模糊集的嵌入集的性质

为了进一步揭示粗集和模糊集的内在联系,在粗集和模糊集的基础上,讨论了粗模糊集的嵌入集的性质;利用模糊集的截集,讨论了粗模糊集的嵌入集的截集性质;给出了粗模糊集的嵌入集的性质定理及其截集的性质定理。     

基于MV-代数的度量型模糊粗糙集

研究基于多值逻辑MV-代数的度量型模糊粗糙集模型,给出-半度量和通常的实数值半度量的关系,证明-半度量和 -相似关系的等价性,研究-半度量诱导的模糊粗糙近似算子的性质及其可定义集的性质。     

广义模糊粗糙集的粗糙度

提出基于模糊关系的广义模糊粗糙集的α,β上、下近似算子,讨论近似算子的性质.给出广义模糊粗糙集的粗糙度,就给定的模糊集研究模糊关系对粗糙度的作用.通过算例验证该粗糙度的有效性.     

直觉模糊粗糙集的公理化

直觉模糊粗糙集的公理系统是直觉模糊粗糙集理论与应用的基础,文章定义了直觉模糊集的2种运算,基于这些运算和直觉模糊粗糙集公理化模型,给出直觉模糊粗糙集新的公理系统;该系统用一条简洁的公理描述了直觉模糊粗糙集,为直觉模糊粗糙集理论研究的深入和完善提供了有益的帮助。     

粗双枝模糊集的嵌入集的性质

在粗集和双枝模糊集基础上,讨论了粗双枝模糊集的嵌入集的性质;利用模糊集的截集,讨论了粗双枝模糊集的嵌入集的截集性质。     

广义区间值模糊粗糙集模型及其公理化特性

把粗糙集理论和区间值模糊集理论结合起来, 利用粗糙集理论的构造性方法, 提出了一种广义区间值模糊粗糙集理论模型。首先, 利用区间值模糊剩余蕴含算子和它的对偶算子, 定义了一种广义上下区间值模糊粗糙集近似算子。然后, 利用该蕴含算子的性质, 讨论了该模型上、下近似算子一系列有趣的性质。 在公理化方法中, 通过定义一对抽象的区间值模糊近似算子, 刻画了广义区间值模糊粗糙集模型的公理化特性。     

多粒度邻域粗糙模糊集及其不确定性度量

邻域粗糙集是经典粗糙集的一个扩展模型,研究其不确定性度量模型具有重要意义。在邻域粗糙集理论中,当前不确定性度量方面的研究工作主要专注于度量知识空间的粒度大小或边界域尺寸。在邻域系统中,对于目标概念为模糊时的情形,其不确定性不仅来自于邻域粒的边界域,还来自于正域和负域,当前的不确定性度量方法较少考虑这种情形。为此,构建了邻域粗糙模糊集模型,从粒计算的角度出发,进一步提出了多粒度邻域粗糙模糊集模型;针对多粒度邻域粗糙模糊集具有乐观性与悲观性的特点,借鉴Vague集中支持度和反对度的思想,设计了基于模糊度的多粒度模糊熵的不确定性度量方法,不仅符合人类的认知习惯,而且可以有效刻画整个邻域知识空间的结构信息。     

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。