双论域区间值直觉模糊vague粗糙集及其应用

区间值直觉模糊集可诱导出vague集和粗糙集,而后两者的结合具有不确定性深入分析的优势.立足双论域区间值直觉模糊粗糙集,引入vague集进行融合扩张,研究双论域区间值直觉模糊vague粗糙集.首先,定义区间值直觉模糊vague相容类,构建双论域区间值直觉模糊vague粗糙集模型,提出关于双逼近近似和三支决策区域的计算算法,并确立该模型的精确度、粗糙度、依赖度.然后,研究该模型的近似算子与不确定性度量的性质.最后,采用医疗例子进行模型计算、度量测量、性质验证,并得到关于患者临床诊断的患病分析与治疗决策.

区间值模糊集的粗糙度

给出了粗糙区间值模糊集的概念,并研究了一些基本性质.通过引进区间值模糊集水平上、下区域的概念,解决了粗糙集理论中普遍存在的两个集合的交的上近似不等于两个集合的上近似的交(两个集合的并的下近似不等于两个集合的下近似的并)的问题.定义了区间值模糊集的粗糙度,由于区间值模糊集水平上、下区域概念的引进,得到了比普通模糊集的粗糙度更好的结果.

区间值模糊数与区间值粗糙模糊数

把经典Z.Pawlak粗糙集与区间值模糊集相结合,研究区间值模糊数的基本理论。讨论区间值模糊数的基本性质和四则运算法则及其与其它各种区间数的关系,并给出区间值模糊数的刻画定理。同时,在经典Z.Pawlak粗糙集的框架下定义实直线上的粗闭区间套,提出区间值粗糙模糊数的定义。利用模糊数的表现定理给出区间值粗糙模糊数的一个刻画。

一类广义区间值模糊粗糙集的公理化刻画

首先在一般区间值模糊关系上定义了两个论域上的一类广义区间值模糊粗糙集.借助区间值模糊集的截集给出区间值模糊粗糙上、下近似算子的一般表示.讨论了各种特殊的区间值模糊关系与区间值模糊近似算子性质之间的等价刻画.最后利用公理化方法刻画区间值模糊粗糙集,描述区间值模糊上、下近似算子的公理集保证了生成相同近似算子的区间值模糊关系的存在性.

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。

改进的直觉模糊粗糙集相似性度量方法

针对现有的直觉模糊粗糙集相似性度量的问题,提出了一种改进的基于海明距离的直觉模糊粗糙集相似性度量方法。该方法考虑了犹豫度并引入加权参数,解决了相似性度量不精确的问题。首先给出了直觉模糊粗糙值间的相似性度量定义,并揭示其若干重要性质。在此基础上,提出了直觉模糊粗糙集间的相似性度量方法,并证明其具有同样性质。最后通过数值算例分析说明了该方法更合理、更有效。

基于海明距离的直觉模糊粗糙集相似度量方法

针对直觉模糊粗糙集的相似度量问题,提出了一种基于海明距离的直觉模糊粗糙集相似度量方法。首先给出了两个直觉模糊粗糙值间的相似度量方法,并揭示了它的若干重要性质。然后,在此基础上,又提出了一种基于海明距离的直觉模糊粗糙集相似度量方法,并证明它也具有同样的性质。最后用数值算例验证了这种方法的有效性。

粗糙模糊集的若干区别度度量探讨

区别度是刻画模糊集之间差异程度的一种度量方式,区别度研究具有重要理论意义.本文给出了粗糙模糊集区别度度量应满足的若干条件,提出了三种形式的粗糙模糊集区别度,并讨论了它们的基本性质.

基于区间值模糊集信息熵的研究生教育质量的评价方法研究

文章讨论了基于信息熵的区间值模糊粗糙集的属性约简方法;采用基于信息熵的属性约简方法,以属性重要性作为属性约简的重要启发式信息,剔除重要性不足的指标,得到约简后的研究生素质教育质量评价指标体系。

k阶区间值模糊粗集

引入了基于k阶二元关系的区间值模糊粗集的概念,研究了当二元关系分别为(弱)欧几里得、串行、自反、对称、传递关系时上(下)近似算子的性质.

基于区间值模糊粗糙集的研究生教育质量的评价方法研究

首先，采用区间值模糊粗糙集的属性约简方法，以属性重要性作为属性约简的重要启发式信息，剔除重要性不足的指标，得到约简后的研究生教育质量评价指标体系．其次，在此基础上确定了该评估指标体系的权重，给出了研究生教育质量的综合评价方法．

基于蕴涵的区间值直觉模糊粗糙集

提出一种基于区间值直觉模糊蕴涵的区间值直觉模糊粗糙集模型.首先,介绍了区间值直觉模糊集、区间值直觉模糊关系和区间值直觉模糊逻辑算子的概念;然后,利用区间值直觉模糊三角模和区间值直觉模糊蕴涵,在区间值直觉模糊近似空间中定义了区间值直觉模糊集的上近似和下近似;最后,给出并证明了这些近似算子的一些性质.

双论域上的区间值直觉模糊粗糙集模型及其应用

基于区间值直觉模糊相容关系,给出了双论域上的区间值直觉模糊粗糙集模型并讨论了其相关性质,为粗糙集的应用提供了新的理论基础与操作手段。最后,通过一个例子阐述了本文提出的区间值直觉模糊粗糙集模型在临床诊断系统中的具体应用。

广义区间值模糊粗糙集模型及其公理化特性

把粗糙集理论和区间值模糊集理论结合起来,利用粗糙集理论的构造性方法,提出了一种广义区间值模糊粗糙集理论模型。首先,利用区间值模糊剩余蕴含算子和它的对偶算子,定义了一种广义上下区间值模糊粗糙集近似算子。然后,利用该蕴含算子的性质,讨论了该模型上、下近似算子一系列有趣的性质。在公理化方法中,通过定义一对抽象的区间值模糊近似算子,刻画了广义区间值模糊粗糙集模型的公理化特性。

基于区间值模糊剩余蕴含算子的广义区间值模糊粗糙集模型

把粗糙集理论和区间值模糊集理论结合起来,利用粗糙集理论的构造性方法,提出了一种广义区间值模糊粗糙集理论模型。首先,利用区间值模糊剩余蕴含算子和它的对偶算子,定义了一种广义上下区间值模糊粗糙集近似算子。然后,利用该蕴含算子的性质,讨论了该模型上下近似算子的一系列性质。最后,确立了一些特殊的区间值模糊关系和区间值模糊粗糙集近似算子的联系。

区间值犹豫模糊信息系统中的信息粒和粗糙熵

信息粒和粗糙熵作为研究信息系统不确定性问题的两种主要方法,已被广泛应用于许多领域。本文基于区间值犹豫模糊二元关系,给出了区间值犹豫模糊粒度结构概念和区间值犹豫模糊粒的基数概念,讨论了区间值犹豫模糊粒度结构上的三种偏序关系。在区间值犹豫模糊粒度结构基础上给出了区间值犹豫模糊信息粒度和粗糙熵的概念,讨论了区间值犹豫模糊信息粒度和粗糙熵的偏序关系,分析了区间值犹豫模糊信息粒度和粗糙熵与已有信息粒度和粗糙熵之间的关系,并通过实例验证了有关定义和定理的正确性。

Uncertainty Representation of Ocean Fronts Based on Fuzzy-Rough Set Theory

Analysis of ocean fronts＇ uncertainties indicates that they result from indiscemibility of their spatial position and fuzziness of their intensity. In view of this, a flow hierarchy for uncertainty representation of ocean fronts is proposed on the basis of fuzzy-rough set theory. Firstly, raster scanning and blurring are carried out on an ocean front, and the upper and lower approximate sets, the indiscernible relation in fuzzy-rough theories and related operators in fuzzy set theories are adopted to represent its uncertainties, then they are classified into three sets： with members one hundred percent belonging to the ocean front, belonging to the ocean front＇s edge and definitely not belonging to the ocean front. Finally, the approximate precision and roughness degree are utilized to evaluate the ocean front＇s degree of uncertainties and the precision of the representation. It has been proven that the method is not only capable of representing ocean fronts＇ uncertainties, but also provides a new theory and method for uncertainty representation of other oceanic phenomena.