基于广义变精度粗糙模糊集模型的知识发现

介绍了广义Ziarko’s变精度粗糙集模型和广义粗糙模糊集模型,找出了它们的不足。基于支集相对错误分类率及误差参数β(0≤β<0.5),提出了广义变精度粗糙模糊集模型,讨论了模型中β上、下近似算子的性质;分析了该模型与广义Pawlak’s粗糙集模型、广义Ziarko’s变精度粗糙集模型和广义粗糙模糊集模型的关系;最后给出了该模型中近似约简的定义和方法,并通过实例分析说明了约简算法的有效性。

建立在格L上的广义粗糙近似算子的构造

本文运用Goguen提出的L-粗糙模糊集的概念,将粗糙模糊集模型推广到格上。并研究了他们的性质。Hajek(1998)和Turunen(1999)指出,这种代数结构的重要性在于其在模糊逻辑中的重要作用。由于粗糙集理论和语言学在现代逻辑上有着紧密地联系,所以这种理论为构造和研究各类贤达模糊逻辑提供了途径。