双向S-粗区间值模糊集

针对客观世界中的不确定性知识,利用模糊元素迁移的概念,将静态的区间值模糊集推广到动态的情形,得到了S-区间值模糊集.并在此基础上提出了双向S-区间值模糊集,讨论了其相关性质.

双向S-粗模糊集及其性质

讨论模糊集与双向S-粗集的联系。首先给出双向S-粗模糊集的概念,接着讨论它们的并、交、补运算及其性质;特别地,证明双向S-粗模糊集对并、交、补运算构成完全可无限分配的软代数。

双向S-粗模糊集及其F-结构

针对系统具有的模糊特性、不确定性和动态特性,利用模糊集理论和S-粗集理论,提出双向S-粗模糊集和λ-ρ双向S-粗模糊集的概念及其F-结构,给出了双向S-粗模糊集和λ-ρ双向S-粗模糊集的性质定理,并对其F-特性进行讨论,给出了应用.双向S-粗模糊集为动态粗糙模糊系统的应用提供了新的途径.

单向S-区间值模糊粗糙集及应用

以Z.Pawlak粗集理论为基础,将动态区间值模糊近似概念引入区间值模糊粗糙集中。由此提出了单向S-区间值模糊粗糙集概念,给出了单向S-区间值模糊粗糙集的结构与性质。定义了单向S-区间值模糊粗糙集的粗相等、截集、粗糙度等概念,并对一些相关性质进行讨论和证明;给出了单向S-区间值模糊粗糙集的应用及存在价值。

一个改进的基于区间值模糊集的双向模糊推理算法

本文引入有序权聚类算子(OWA)到区间值模糊集合的相似度度量中,提出了一种改进的双向模糊推理 算法。为采用此算法,文中给出了区间模糊集的加权匹配方向函数,最后通过一个实例说明算法如何灵活地 体现决策者的决策倾向。

知识依赖与动态模糊数据粗传递

根据实际中经常遇到的信息传递情况:一是我们不能丢失任何可能有用的信息,以免造成损失;二是被传递的概念是双向动态变化的模糊数据,三是信息传递者的知识不同,接收到的数据信息不一样。本文利用具有动态特性的双向S-粗模糊集构建了一种新的动态模糊数据粗传递模型-上近似动态模糊数据粗传递模型,分析了信息传递者的知识对模糊数据粗传递的影响,建立了知识依赖、知识等价、知识独立与传递过程中动态模糊数据变化的关系,得到了动态模糊数据在传递过程中保持不变、发生增益的条件,给出了动态模糊粗传递数据不变定理及数据增益定理,最后给出了动态模糊粗传递模型在风险投资管理系统中应用,制定了符合实际的投资决策。动态模糊粗传递是双向S-粗模糊集的一种新的应用。