基于直觉模糊的双误差"逻辑与"多粒度粗糙集

在直觉模糊信息系统下,同时考虑相对和绝对的双误差,研究变精度与程度的"逻辑与"粗糙集,提出基于直觉模糊的变精度与程度"逻辑与"乐观多粒度和悲观多粒度粗糙集的上下近似集定义。在此基础上,定义一种新型二进制矩阵来计算多粒度粗糙集的上下近似集,并提出通过矩阵计算上下近似集的若干理论,最后通过案例分析验证所提理论的正确性。     

区间直觉模糊粗糙集的不确定性度量

利用模糊熵工具将近似集的不确定性度量方法应用在区间直觉模糊信息系统中,给出了区间直觉模糊近似算子的不确定性度量公式.通过在区间直觉模糊近似空间中定义一对新的区间直觉模糊上、下近似算子,将模糊粗糙隶属函数的定义推广到了区间直觉模糊集的粗糙隶属函数;然后利用区间直觉模糊粗糙隶属函数的模糊熵,定义了区间直觉模糊粗糙集的熵;进而解决了区间直觉模糊粗糙集的不确定性度量问题,并讨论了度量的一些相关性质,以此说明定义的合理性.     

一种广义模糊粗糙集模型的新定义

在Pawlak粗糙集模型的基础上,把一个论域推广到两个论域,等价关系推广为模糊关系,被近似对象换成模糊集,得到广义模糊粗糙集模型．讨论了该模型与经典粗糙集模型的关系,并与其他模糊粗糙集算子进行了比较．该模型在保留原有一些性质的基础上,近似精度提高了,更具有实际应用价值．     

一种广义模糊粗糙集模型的新定义

在Pawlak粗糙集模型的基础上,把一个论域推广到两个论域,等价关系推广为模糊关系,被近似对象换成模糊集,得到广义模糊粗糙集模型．讨论了该模型与经典粗糙集模型的关系,并与其他模糊粗糙集算子进行了比较．该模型在保留原有一些性质的基础上,近似精度提高了,更具有实际应用价值．     

多粒度粗糙集与多源信息系统中的粗糙集模型

多粒度粗糙集模型建立在一族而非仅仅一个不可分辨关系的基础上的,而多源信息系统中的粗糙集模型则是在一族而非仅仅一个信息系统中构建的.证明乐观多粒度下近似与多源信息系统中的弱下近似等价,乐观多粒度上近似与多源信息系统中的强上近似等价,悲观多粒度下近似与多源信息系统中的强下近似等价,悲观多粒度上近似与多源信息系统中的弱下近似...     

基于多核粒化的模糊粗糙计算模型

传统的单核粒化粗糙集模型没有考虑不同粒化关系的相互影响. 为解决这一问题, 提出了基于多核粒化的模糊粗糙计算模型. 以一族核关系构成的多粒度空间为研究对象, 将乐观和悲观粗糙集模型拓展到多核空间, 定义了基于S-T算子的多核下、上近似算子. 给出了基于多核粒化粗糙逼近的属性选择算法. 实验结果验证了不同核粒化关系之间"求同存异"和"求同排异"的相互作用.     

基于包含度的区间直觉模糊粗糙集模型

利用区间直觉模糊包含度的概念建立区间直觉模糊粗糙集模型。首先,将直觉模糊集中的包含度拓展到区间直觉模糊集上,给出区间直觉模糊包含度定义和计算公式;其次,在区间直觉模糊等价关系下,基于区间直觉模糊包含度,建立了区间直觉模糊粗糙集模型,并对近似算子的重要性质进行了讨论。     

直觉模糊粗糙集

提出了直觉模糊粗糙集的概念,并给出了其上、下近似算子的一些性质,将Pawlak提出的经典粗糙集进行了推广。     

基于覆盖的区间值直觉模糊粗糙集模型的讨论

利用论域上的覆盖提出了基于覆盖的区间值直觉模糊粗糙集模型,并讨论了它的性质.     

关于直觉模糊子群的注记

在K.Atanassov引进的直觉模糊集概念的基础上,引入了直觉模糊子半群、直觉模糊幺半群和直觉模糊子群的概念,并利用直觉模糊集的逆集、直觉模糊集的乘积概念,讨论了直觉模糊子群的若干性质。同时,利用直觉模糊集的截集特征刻画了直觉模糊子群。     

直觉模糊概念意义下的属性约简

针对传统的概念算子的构造只考虑了对象和属性之间的一种二元关系,定义了直觉模糊信息系统.在该系统中,基于对象和属性间的直觉模糊二元正关系和二元负关系建立了关于对象集和属性集的2对算子,它们充分考虑了正、反两方面信息.通过引入精度阈值,定义了3类直觉模糊概念,并讨论了其相关性质.通过引入对象和属性间的支配关系,建立了新的概念格模型,研究了保持哈斯图结构不变的直觉模糊信息系统的属性约简.数值实例验证了该模型的有效性和实用性.     

基于模糊相容关系的集值决策表的相对约简

从模糊粗糙集的角度讨论集值决策表的相对约简。首先,基于2个对象取相同值的可能性大小,在集值信息系统中定义了一个模糊相容关系,给出了模糊相容关系的上近似和下近似;其次,通过引入模糊近似质量,定义了集值决策表中条件属性的重要度与相对重要度,进而提出了一种计算相对约简的启发式算法;最后,通过实例说明该算法能够得到集值决策表的相对约简。     

一种基于变精度粗糙集的图像分类方法

基于变精度粗糙集,引入近似区分矩阵的概念,提出一种基于颜色特征的图像分类模型及其分类算法.变精度粗糙集理论在数据分类应用中主要是将集合间精确的包含关系改为多数包含关系,既允许一定程度的错误分辨率存在.用该方法进行图像资源的分类,克服了经典粗糙集不宜处理带有噪声的数据和决策表不协调的分类问题的缺陷,同时又大大简化分类规则,且形成的规则集便于用户理解.完善近似空间的概念.实验结果表明：在处理决策表不协调的图像分类问题,变精度粗糙集方法性能良好,分类准确、高效.     

模糊粗糙集的分解定理

根据模糊粗糙集(FR集)中上下近似都是模糊集合的构造性质,利用模糊集不同截集定义和分解定理,给出了模糊粗糙集(FR集)截集定义和相应的分解定理,并证明了模糊粗糙集(FR集)集的分解定理,分解定理揭示了模糊粗糙集和普通集之间的关系,在理论和应用中发挥着重要的作用。     

变精度覆盖粗糙集模型近似算子的性质

变精度覆盖粗糙集模型是在放宽了覆盖标准的前提下给出的,因而导致近似算子发生了变化.在介绍了覆盖粗糙集模型和变精度覆盖粗糙集模型的概念的基础上,给出并证明了变精度覆盖粗糙集模型的近似算子的几个性质,即定理1、定理2、定理3及其推论.     

一种多粒度粗糙区间模糊集方法

多粒度是利用粗糙集方法处理分布式数据的一种有效手段。为了使得多粒度方法能够用于模糊目标的近似逼近,提出了一种多粒度粗糙区间模糊集方法,分别包括乐观和悲观两种不同的模型。不仅对这两种多粒度粗糙区间模糊集的基本性质进行了讨论,而且通过实例分析表明了新提出的模型用于处理区间模糊问题的有效性。     

粗糙近似算子在无限论域上的特征刻划

用构造性方法定义了无限集上的近似算子和粗糙集,讨论了无限集上的近似算子的一些性质,并得出各种类型的二元关系与粗糙近似算子之间的关系。用公理形式定义了粗糙近似算子,各种类型的粗糙集代数可以被各种不同的公理集所刻划阐明了近似算子的公理集可以保证找到相应的二元关系,使得由关系通过构造性方法定义的粗糙近似算子恰好就是用公理化定义的近似算子。     

一种改进的建设工程项目风险评价方法

为解决直觉模糊环境下建设工程项目的综合评价问题,给出一种改进的直觉模糊层次分析法,并建立了基于该种改进的直觉模糊层次分析法的建设工程项目风险评价模型。依据建设工程项目风险管理理论,结合工程项目特点,将风险影响因素识别并按层次关系分组,建立了建设工程风险评价指标体系,利用直觉模糊集理论,给出了改进的直觉模糊互补判断矩阵,利用直觉模糊层次分析法计算属性权重,给出最优决策。     

布尔代数的直觉模糊子代数和直觉模糊理想

引入了布尔代数的直觉模糊子代数、直觉模糊理想和直觉模糊商布尔代数的概念,给出了布尔代数的直觉模糊子集是直觉模糊子代数(直觉模糊理想)的充要条件,讨论了布尔代数的直觉模糊子代数(直觉模糊理想)在布尔代数同态下的像和逆像,并证明了当I是布尔代数R的直觉模糊真理想时,R/I是布尔代数。     

广义直觉模糊数在集装箱堆场选择中的应用

基于经典直觉模糊数的定义, 通过对隶属度函数的正规性和非隶属度函数最小点取值位置的讨论,改进了与模糊数定义更为贴近的三角直觉模糊数.基于上述三角直觉模糊数的修改,拓展了直觉模糊数的概念,引入了更具有一般性的广义直觉模糊数定义,并探讨了广义直觉模糊数同传统直觉模糊数之间的对应关系.依据扩展原理,得到广义直觉模糊数的运算规则,其中将数乘运算进行了重新设计,使之既服从经典模糊集理论体系,又满足运算有界性.通过使用广义直觉模糊数多属性决策方法,根据集装箱港口装卸集装箱的类型、时间节点、装船和卸船的倒箱率,给出了落场集装箱对应堆场选择的决策流程.通过与基于经典直觉模糊数的排序方法进行比较,由于采用广义直觉模糊数求解此类问题时考虑了方案对于评判标准的不满足程度,证实了所提出方法产生的排序结果较经典方法更为精细.