一种基于覆盖关系的变精度概率测度粗糙集模型

概率粗糙集理论是基于论域的等价关系而建立的,而在实际应用中等价关系很难构造,因此概率粗糙集扩展模型便成为研究的一个重要方面。本文将模型建立在论域的覆盖关系下,限定α于12<α≤1,提出了一种基于覆盖的变精度概率粗糙集模型。     

两类广义粗糙集模型

粗糙集理论和应用研究中的一个重要方向是推广经典的粗糙集理论和模型,使得这种理论和方法能够被应用于更一般的情形.本文讨论两类广义粗糙集模型的关系,一类是基于论域覆盖的广义粗糙集模型,另一类是基于论域上一般二元关系的广义粗糙集模型.基于两类模型的比较,提出一种具有对偶性的修正覆盖粗糙集模型,研究这种模型的性质,给出这种模型的代数刻画.     

基于模糊集截集的模糊粗糙集模型

基于L.A.Zadeh模糊集的截集的概念给出了论域U上任意模糊子集的上、下近似的刻画,得到了基于模糊集的截集的粗糙集模型,亦即模糊粗糙集,实现了用论域U中的模糊集近似论域上的任意模糊集,进一步推广了Z.Pawlak粗糙集模型,扩展了粗糙集的应用范围。最后,研究了其基本性质以及其与其他粗糙集模型的关系。     

集值映射下的覆盖粗糙集模型

从论域中各个元素之间所具有的客观关系出发,利用集值映射的原理在论域上得到一个覆盖,构造了一种新的覆盖粗糙集模型;研究了与之相关的基本性质,并将其与现有的5种主要的覆盖粗糙集模型进行比较研究。为如何根据一个二元数据表来得到论域上的覆盖提供了一种新的方法,也为覆盖粗糙集的研究提供了一种新思路。同时,还提出了双覆盖的概念,研究了两个覆盖之间进行相互转换原理,得到了有意义的性质和结论。     

基于集值映射的拟划分近似空间中近似算子

在含有缺省值的不完备性信息系统中,一部分对象无法确定的归入特定的类中,此时论域的邻域系统对于论域无法形成覆盖,只能形成论域的不完全划分。从概念上讲,对论域的不完全划分与对论域的覆盖都是对论域的拟划分的两个特例。作为基于覆盖的粗糙集模型的一种推广,将讨论基于拟划分的粗糙集模型中上下近似算子的若干性质,并且讨论了这个模型下近似算子的表示问题。     

覆盖Value集

覆盖粗糙集和Vague集都是处理不确定性问题的数学工具,它们分别是粗糙集和模糊集的扩展。已有的覆盖粗糙集模型在求上、下近似时,可能将一些实际上并非肯定属于给定集合的元素纳入到下近似中,而一些可能属于给定集合的元素却没有纳入到上近似中,这就会改变一些元素与给定集合的关系。通过深入分析论域中的元素与其相关覆盖元之间的关系,建立了覆盖Vague集。该覆盖Vague集能够从一种新的角度反映出论域中各元素与给定集合之间的从属程度。进一步研究了覆盖Vague集与覆盖粗糙集中一些重要概念之间的关系。最后讨论了当覆盖退化为划分时覆盖Vague集的特性。     

覆盖多粒度梯形模糊数决策理论粗糙集模型

作为经典Pawlak粗糙集模型的推广,基于论域上的等价关系,针对风险决策分类问题,多粒度粗糙集已有研究。其特点是在力争决策的期望损失（亦称决策的条件风险）最小的条件下,比较客观地确定对象分类区域的概率描述临界值,进而进行对象的最佳分类决策。然而,在实际应用中论域上的等价关系很难把握,况且特征状态的风险损失往往带有某种不确定性。凡此,无疑在一定程度上限制了多粒度决策理论粗糙集的应用。对此进行了研究：提出了覆盖多粒度梯形模糊数决策理论粗糙集模型,分别就平均、乐观和悲观的情形进行了讨论和刻划;得到了覆盖多粒度梯形模糊数决策理论粗糙集与已有相关模型之间的关系;结果和算例表明了模型的广泛性。     

覆盖粗糙近似的一致性研究

经典粗糙集理论知识的表现形式为论域上的划分,覆盖是比划分更一般的知识表现形式。为了扩展粗糙集理论的应用领域,有必要将粗糙集理论扩展到覆盖近似空间。覆盖近似空间下的概念近似是基于覆盖近似空间知识获取的关键。针对精确概念和模糊概念,研究者定义了不同的近似方法。通过对当前的近似算子进行研究,发现了它们的不一致,并从两个角度对近似算子的定义进行了修正,从而使得它们分别与原有的算子保持一致。所得结论为覆盖近似空间下的概念近似提供了新的研究途径。     

基于矩阵的双论域模糊概率粗糙集增量更新算法

双论域模糊概率粗糙集是针对双论域信息系统的一种新的数据挖掘模型,现实应用中的双论域信息系统总是处于动态更新中,针对该问题提出一种基于矩阵的双论域模糊概率粗糙集增量式更新方法.首先,通过矩阵方法重新对双论域模糊概率粗糙集进行表示;然后,在矩阵表示模型的基础上,分别研究双论域信息系统两个论域中对象增加和减少时模型的增量式更...     

复合覆盖粗糙集模型及其应用

针对覆盖粗糙集仅适用于单一数据类型的论域覆盖的问题,提出复合覆盖粗糙集模型。在研究邻域覆盖粗糙集、集值覆盖粗糙集、区间值覆盖粗糙集的基础上,在复合数据模型下,通过建立多种覆盖关系（邻域覆盖、集值覆盖、区间值覆盖等）,提出复合覆盖粗糙集模型,并给出复合覆盖粗糙集相关概念及性质。该模型适用于多种数据类型（符号数据、区间数据、集合数据、数值数据等）的论域覆盖问题,通过实例说明了该模型在复合信息系统中的应用,进一步加深对复合覆盖粗糙集相关概念的理解。     

Fuzzy rough set on probabilistic approximation space over two universes and its application to emergency decision‐making

Probabilistic approaches to rough sets are still an important issue in rough set theory. Although many studies have been written on this topic, they focus on approximating a crisp concept in the universe of discourse, with less effort on approximating a fuzzy concept in the universe of discourse. This article investigates the rough approximation of a fuzzy concept on a probabilistic approximation space over two universes. We first present the definition of a lower and upper approximation of a fuzzy set with respect to a probabilistic approximation space over two universes by defining the conditional probability of a fuzzy event. That is, we define the rough fuzzy set on a probabilistic approximation space over two universes. We then define the fuzzy probabilistic approximation over two universes by introducing a probability measure to the approximation space over two universes. Then, we establish the fuzzy rough set model on the probabilistic approximation space over two universes. Meanwhile, we study some properties of both rough fuzzy sets and fuzzy rough sets on the probabilistic approximation space over two universes. Also, we compare the proposed model with the existing models to show the superiority of the model given in this paper. Furthermore, we apply the fuzzy rough set on the probabilistic approximation over two universes to emergency decision‐making in unconventional emergency management. We establish an approach to online emergency decision‐making by using the fuzzy rough set model on the probabilistic approximation over two universes. Finally, we apply our approach to a numerical example of emergency decision‐making in order to illustrate the validity of the proposed method.     

区间直觉模糊粗糙集

将模糊粗糙集推广到区间直觉模糊粗糙集,基于区间直觉模糊等价关系和两个论域之间的一般区间直觉模糊关系,给出了区间直觉模糊粗糙集模型的不同形式,并讨论了一些相关性质。     

两个域上的覆盖粗糙集模型

两个域上的覆盖粗糙集模型推广了一般关系下的粗糙集模型,定义了两个域上的覆盖二元关系,给出了最小子覆盖新的描述,进而得到两个域上基于最小子覆盖的粗糙集近似算子;给出了若干性质和定理的证明;通过与两个域上的粗糙集模型进行实例对比得出了两个域上的覆盖粗糙集模型的优点。     

双论域的一般多粒度粗糙集

多粒度粗糙集是近几年来研究的热门课题之一。将多粒度粗糙集和双论域结合起来,首先定义了不同论域上的支撑函数;其次通过支撑函数建立了不同论域上的一般多粒度粗糙近似算子,研究了各个近似算子的性质。讨论了双论域的一般多粒度粗糙集的粗糙度和精确度;通过大学生选课这一实例验证了该模型的实用性和有效性。     

基于双论域粗糙集的快捷货物运输方案选择

针对多种不确定因素下的快捷货物运输方案决策问题,提出一种基于双论域直觉模糊粗糙集的快捷货物运输方案决策模型与决策规则.依据双论域直觉模糊粗糙集理论来确定快捷货物运输方案决策的双论域模糊近似空间.将固定成本、运输成本、转运成本、碳排放、转运时间等评价指标的消耗程度视为直觉模糊数,利用评价指标与运输方案之间的直觉模糊关系计...     

On generalized fuzzy rough sets

In this paper, a class of generalized fuzzy rough sets based on two universes are studied. Some new set-valued mappings and fuzzy set-valued mappings are introduced to discuss properties of the known model, and a new model for fuzzy rough sets is proposed which provides a new selection of interval structure for uncertainty reasoning using rough set theory. Some properties of the new model are revealed. The new model seems to be more natural in the sense that fuzzy sets are approximated by fuzzy sets on the same universe.     

Pythagorean Fuzzy Multigranulation Rough Set over Two Universes and Its Applications in Merger and Acquisition

Pythagorean fuzzy set, an extension form of intuitionistic fuzzy set, which owns many advantages for dealing with uncertainties, and it has been developed to deal with various complex decision‐making problems. Furthermore, based on lower and upper approximations induced by multiple binary relations, the multigranulation rough set has become one of the most promising directions in rough set theory. To combine the two ideas and explore the practical decision‐making problems, we develop a new multigranulation rough set model, called Pythagorean fuzzy multigranulation rough set over two universes. In the framework of our study, we introduce the models of Pythagorean fuzzy rough set over two universes and Pythagorean fuzzy multigranulation rough set over two universes, respectively. Both the definition and basic properties are explored. Finally, we give a general algorithm, which is applied to a decision‐making problem in merger and acquisition, and the effectiveness of the algorithm is demonstrated by a numerical example.     

双论域上的犹豫模糊语言多粒度粗糙集及其应用

犹豫模糊语言术语集结合了模糊语言方法与犹豫模糊集的优势, 常应用于定性环境下的群决策中. 基于犹豫模糊语言关系, 提出双论域上的犹豫模糊语言多粒度粗糙集. 在该粗糙集中, 定义了双论域上的乐观和悲观犹豫模糊语言多粒度粗糙集, 并讨论了其相关性质. 在此基础上提出以人岗匹配为背景的决策模型, 并用算例阐述了所提出模型的有效性. 结果表明, 该模型不仅可以处理定性环境下的语言信息, 而且可以结合不同专家的意见给出最终决策结果, 为人岗匹配提供一种新思路.