基于程度粗糙集模型的近似约简和近似相对约简

知识约简是在保持知识库分类能力不变的条件下,删除其中不相关或不重要的知识,它是粗糙集理论的核心内容之一。基于程度粗糙集模型提出了知识的近似约简和近似相对约简的定义,并且讨论了它们的一些相关性质。近似约简和近似相对约简是Pawlak粗糙集模型下的约简和相对约简的推广,它们能够在一定误差允许下约简更多的知识,使问题更加简化,同时也为获取近似决策规则奠定了基础。

精度与程度的逻辑差近似算子及其性质

首先研究了程度近似与变精度近似的关系与转化,再利用变精度近似算子与程度近似算子定义了精度与程度的逻辑差近似算子,其具有与精度与程度2个量化指标相关的逻辑含义,最后研究并得到了精度与程度的逻辑差近似算子的一般性质与幂作用性质.精度与程度的逻辑差近似算子部分拓展了程度近似算子与经典近似算子,进而得到了这些已有近似算子幂作用等相应性质.