模糊包含关系

本文定义了集合的模糊包含关系，利用测度给出了模糊包含关系的隶属函数的一些生成方法，并在模糊集向量空间上研究了这些问题。

基于模糊格的超盒粒计算分类器

粒的表示、粒之间的关系和运算是粒计算的主要研究内容.利用向量表示超盒粒,分析向量之间的偏序关系和超盒粒之间的偏序关系的不一致性,并引入保序函数消除该不一致性.利用格和其对偶格之间的非线性正评价函数和保序函数构造超盒粒之间模糊包含关系.为得到不同粒度的粒,设计超盒粒之间的合并算子和分解算子,证明由超盒粒集、超盒粒之间的模糊包含关系、合并算子、分解算子构成的代数系统是模糊格,构造基于模糊格的超盒粒计算分类器.用机器学习数据集中的分类问题,验证该分类器具有和模糊格推理分类器相同的推广能力并减少超盒粒的数量.

基于直觉模糊覆盖包含关系的三支决策模型

为客观描述直觉模糊环境下模糊因素对决策的影响,反映出决策者的评判偏好,本文提出了一种基于直觉模糊覆盖包含关系的三支决策模型。首先,给出了直觉模糊覆盖包含关系和直觉模糊覆盖度的定义,并对其相关定理和推论进行证明。然后,根据直觉模糊绝对覆盖度、直觉模糊相对覆盖度和属性权重之间的关系,构造了一种新的直觉模糊合成算子,由此导出正域、负域和边界域。最后,给出三支决策划分规则和决策风险计算方法,并通过实例验证了本文模型的有效性。

基于距离的粒计算分类算法

提出了一种基于距离的粒计算分类算法.首先,将粒表示为具有超菱形、超球和超正方体三种形式;第二,设计两粒之间的合并算子,实现不同粒度之间的转换;第三,选取粒度阈值,控制粒之间的合并过程,并构造基于距离的粒计算分类算法.使用UCI机器学习的基准数据集合验证该算法的性能,实验结果验证了基于距离的粒计算分类算法的可行性.