模糊粗糙逻辑语义及其推理

主要从粗糙集、模糊集、逻辑学等三个方面来定义模糊粗糙逻辑的概念,给出了带逻辑符号＂┑,∧,∨,→,＂的模糊粗糙逻辑的真值区间的运算。并分别从＂→,┑,∧,∨＂四个逻辑运算符研究了模糊粗糙逻辑的语义推理。     

基于模糊粗糙逻辑的属性约简与规则提取

把决策属性看作是一个模糊粗糙逻辑,利用矩阵法求出决策属性对于条件属性的相对正域,给出了基于模糊粗糙逻辑的属性约简的方法,最后根据约简提取规则并计算其精度.     

粗糙模糊规划

提出了一种基于粗糙模糊集的数学规划模型,该模型利用粗糙模糊集中的上、下近似之差表示模糊规划模型中的容差,可得出系统的客观容差,为解决基于粗糙模糊信息系统的规划问题提供理论参考。     

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。     

粗糙直觉模糊集的不确定性分析

基于粗糙直觉模糊集的基本概念和模糊熵的公理化定义,给出了直觉模糊集粗糙隶属函数的定义并讨论其基本性质,再利用粗糙隶属函数的直觉模糊熵,给出了粗糙直觉模糊集的不确定性度量,并讨论了度量的一些相关性质。     

基于模糊β-覆盖的(I,T)-模糊粗糙近似算子

利用模糊β-邻域和模糊逻辑算子,提出两种基于模糊β-覆盖的(I, T)-模糊粗糙集模型;研究了模型中上、下近似算子的基本性质;对比分析这两对广义模糊粗糙近似算子与其他模糊粗糙近似算子之间的关系,刻画了相关近似算子等价的条件。     

一种粗糙模糊神经网络识别器及其应用

结合粗糙集和模糊神经网络提出了一种粗糙模糊神经网络识别器的模型.该模型根据粗糙集理论对训练样本进行建立决策表、离散决策表、约简决策表、提取分类规则等推理过程设计.粗糙模糊神经网络识别器的输入层、两个隐含层、输出层的神经元个数分别根据决策表的约简结果、离散结果和分类规则、决策属性决定.将该识别器用于车牌字符识别,实验表明:该方法比粗糙集规则匹配识别方法识别率提高了18%,比BP神经网络识别方法识别率提高了2.7%.     

关于粗糙群的注记

从代数的观点、拓扑的观点来讨论和研究粗糙集是粗糙集理论研究的主导思想之一.近年来,国内外学者对粗糙群、粗糙子群、粗糙半群、子群的粗糙理想做了大量的研究,并得到了很好的结论.运用粗糙集理论的思想,在已有的粗糙群的概念的基础上,更深入地探讨了粗糙集理论在代数系统——群上的应用,给出粗糙子群、粗糙陪集、粗糙不变子群和粗糙商群的概念,并讨论了一些新的性质.     

基于粗糙逻辑的决策算法之应用

针对条件属性中总是存在若干冗余的属性,粗糙逻辑采用了决策算法进行推理。它通过约简冗余属性及属性值,最终得出极小化决策算法。本文应用粗糙逻辑的知识对决策规则的约简进行了详细的分析,并成功的将之用于了医疗决策系统。     

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.     

基于粗糙集和模糊理论的变电站电压无功控制策略

在分析传统的变电站电压无功模糊控制策略的基础上,针对模糊理论的"瓶颈"—模糊控制规则的确定问题,引入了粗糙集理论,并讨论了模糊集和粗糙集的互补性,提出了将二者结合起来应用于电压无功控制.在考虑负荷变化的情况下,对模糊粗糙控制策略进行了仿真分析.结果表明:该策略能改善模糊控制的性能,改善变电站的功率因数,更切合现场需要.     

区间二型模糊逻辑系统在水位模糊控制中应用及仿真研究

模糊逻辑系统中采用区间二型模糊集合称为区间二型模糊逻辑系统。将模糊逻辑系统及模糊逻辑工具应用于模糊控制模块中能够很好的解决实际问题。本文设计区间二型模糊逻辑系统研究水位模糊控制问题,MATLAB仿真研究结果表明,所设计的区间二型模糊逻辑系统应用于水位控制是有效的。     

径流中长期预报的粗集模糊推理-神经网络模型

针对传统径流中长期预报模糊推理法存在的问题,基于粗集理论、模糊推理和神经网络技术,提出了基于粗集模糊推理-神经网络的径流中长期预报模型.通过比较预报因子相关关系系数值大小来选择径流的预报因子;用粗集理论约简径流中长期预报决策表,产生模糊推理规则;用BP神经网络技术学习模糊推理中的有关参数.实例验证,该模型比较客观地确定了预报因子模糊子集的隶属函数的参数,简单可行.     

模糊粗糙集的扩张定理

模糊粗糙集(FR)是基于知识的不确定性提出来的，由于其处理信息系统中知识的不完善、不确定问题较粗糙集和模糊集有其自身的优点，近年来模糊粗糙集理论越来越受到国际学术界的关注，文章所讨论了模糊粗糙变换的性质并用模糊粗糙变换的保并性质证明了模糊粗糙集的扩张定理。