广义双向S-粗集和它的一般结构

基于双向S-粗集和一般二元关系,提出广义双向S-粗集,对广义双向S-粗集的一般结构进行了描述,对广义双向S-粗集的有关性质进行了讨论,并给出了具体实例和意义解释。广义双向S-粗集为研究一般系统动态的近似特性提供了新的途径和方法。

变精度双向S-粗集及其应用

提出基于副集的双向S-粗集,变精度双向S-粗集;给出基于副集的双向S-粗集,变精度双向S-粗集的数学结构;给出变精度双向S-粗集的存在背景和意义解释。变精度双向S-粗集是对双向S-粗集理论的完善和发展。

基于SPA的不完备信息系统的双向S-粗集模型

利用集对分析(SPA)理论,定义不完备信息系统的同异反联系度及集对α相似关系,描述了不完备信息系统中元素迁移奇异集合的上下近似,给出其双向S-粗集模型和数学结构,并通过实例说明不完备信息系统的双向S-粗集存在的背景与实际意义。不完备信息系统的双向S-粗集是对其理论的完善和发展,是双向S-粗集的一般形式,为不完备信息系统的动态近似规则的提取和分析研究其动态近似特性奠定了理论基础。

函数双向S-粗集的信度特征

利用函数双向S-粗集的结构,给出函数迁移的信度特征,函数集Q的下近似信度特征,函数集Q的上近似信度特征;利用这些结果,给出函数双向S-粗集的信度特征,提出函数双向S-粗集的随机结构与随机定理。函数双向S-粗集的结构是函数双向S-粗集的随机结构的特例,函数双向S-粗集的随机结构是函数双向S-粗集结构的一般形式。

基于双向S-粗集的动态粗传递模型

根据信息传递中我们需要准确可靠的信息这种实际情况,利用双向S-粗集理论提出了一种动态粗传递模型,即双向S-下近似动态粗传递模型。分析了该模型的特性,得到了信息保持不变、信息发生损失与知识的关系,给出了提高信息传递精确性的方法以及该模型的应用。

双向S-粗集系统不确定性的近似处理方法

双向S-粗集的边界变化会引起系统不确定性。针对该问题提出内边界和外边界的概念,讨论内边界和外边界的相关性质,阐述相对精度度量方法。给出系统不确定性近似处理方法,通过实例说明在双向S-粗集边界域中,元素灵活迁移而得到的相对精度能满足一定分类误差要求,验证了该系统的可行性和有效性。

函数双向S-粗集的副集的α-生成规律及其应用

给出函数双向S-粗集副集的α-生成及其生成规律;利用系统生成规律,预见副集的α-生成规律对函数双向S-粗集的影响,最后举例说明副集的α-生成规律在经济中的应用。

基于双向S-粗集的地震预测知识支持算法

针对双向S-粗集理论的元素迁移特性和地震前兆异常的区域差异、震前差异的特点,提出基于双向S-粗集的地震预测知识支持算法.首先,收集某地块边界中观测到地震前兆异常属性集,划分等价类.其次,求该地块经常出现的地震前兆异常属性集的下、上近似.最后,求该地块某个地震前兆异常属性集的下、上近似,获得该地块某个地震主要的前兆异常.该算法能让地震专家在地震预测难题研究中,有效缩小前兆异常研究的范围.但该算法的实际应用,需待完善的地块边界地震异常数据的收集.

变精度广义双向s-粗集模型

本文通过对基于双向s-粗集和一般二元关系R所提出的广义双向s-粗集的分析,提出了变精度广义双向s-粗集,定义了广义双向s-粗集中的多数包含关系,借助引入误差参数α(0≤α<0.5),给出了变精度广义s-粗集模型及其有关性质定理.通过实例分析并验证了动态系统中由于属性集合的动态迁移特性与变精度参数变化所产生的广义s-粗集的上、下近似,边界和分类近似精度的变化关系.

P-二重粗积分与函数双向S-粗集的近似精度

以函数双向S-粗集的上、下近似生成的函数为基础,提出P-粗区域和P-二重粗积分的概念,并讨论其性质,指出P-二重粗积分是F-二重粗积分、F二重粗积分和普通二重积分的推广。在P-二重粗积分的基础上,提出函数双向S-粗集的近似精度与近似粗糙度的概念,得出函数双向S-粗集可分辨定理。

覆盖双向S-粗集模型的构造及其拓扑性质研究

在参考文献[7]的基础上,给出基于覆盖理论的双向S-粗糙集合模型和它的部分性质,即引理1、引理2和定理1、定理2、定理3.讨论覆盖双向S-粗糙集合模型的上下算子的互补性、二元关系RC的传递性、双向S-粗集与覆盖双向S-粗集的等价性.

双向S-优势粗集及其在意图识别中的应用

针对传统的粗糙集模型不能有效处理具有动态特性的偏好信息系统这一缺陷,文中提出双向S-优势粗集模型。首先在双向S-粗集的基础上,引入优势关系,并将两者结合建立了基于优势关系的双向S-粗集模型。然后对该模型的性质以及该模型与优势粗糙集模型之间存在的关系进行了研究。最后通过在实例中对该模型的应用,表明该模型可成功应用于战场对敌意图识别问题。

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。

P-粗积分与函数双向S-粗集的粗糙度

在函数双向S-粗集生成的P-粗积分的基础上提出了函数双向S-粗集的精度与粗糙度的概念,讨论了函数双向S-粗集的精度与粗糙度的一系列特性,并得到函数双向S-粗集的可分辨准则与函数双向S-粗集的筛选-剩余定理。

双向变异S-粗集的信度特征

提出双向变异S-粗集的属性迁移的信度及信度函数的概念,给出了双向变异S-粗集的依信度生成,讨论了双向变异S-粗集依信度生成的特性.

广义双向变异S-粗集与变异结构

基于变异S-粗集和相容关系,提出了广义双向变异S-粗集,给出了它的变异结构,并对广义双向变异S-粗集的有关性质进行了讨论。广义双向变异S-粗集为研究具有相容关系的动态系统提供了新的途径和方法。

双向变异S-概率粗集和它的属性概率性质

利用双向变异S-粗集的属性动态迁移特性,结合知识库中的统计信息,提出了双向变异S-概率粗集.讨论了双向变异S-概率粗集的属性概率性质,为获得动态的决策规则奠定了基础.利用上述讨论,给出了一个具体的应用实例.

S-粗集的副集η-嵌入与η-嵌入定理

利用S-粗集,定义了单向S-粗集的副集 η-嵌入,双向S-粗集的副集μ△γ-嵌入的概念;给出单向S-粗集的副集η-嵌入的特性,双向S-粗集的副集μ△γ-嵌入的特性;提出单向S-粗集的副集η-嵌入定理,双向S-粗集的副集μ△γ-嵌入定理.

变精度双向变异S-粗集与它的变异结构

提出了变精度双向变异S-粗集的概念和它的变异结构,给出了变精度双向变异S-粗集的有关性质定理和推论,并对此进行了讨论。通过实例分析并验证了动态系统由于属性集合的双向动态迁移特性与变精度参数的变化所产生的双向变异S-粗集的上近似、下近似、近似边界区域以及分类近似精度的变化关系和趋势,指出了变精度双向变异S-粗集的研究与应用方向。

副集上的双向粗决策与决策识别

As+(X*),As-(X*),分别是双向S-粗集的上副集,下副集.As+(X*),As-(X*)是具有动态特性的普通集合,As(X*)上的模糊决策结论是As+(X*)和As-(X*)上的模糊决策结论的叠加合成.本文提出副集上的双向粗决策的概念,双向粗决策判定定理和决策识别定理.本文的研究为解决动态决策因素域上的系统决策问题提供了新方法.