基于覆盖的模糊粗糙集模型

讨论基于覆盖理论的模糊粗糙集模型。给出了模糊集的粗糙上、下近似算子,讨论了算子的基本性质,证明了覆盖粗糙集模型下所有模糊集的下近似构成一个模糊拓扑,并得到了覆盖模糊粗糙集模型的公理化描述。     

模糊粗糙集的表示及应用

一个模糊粗糙集是一对模糊集,它可以用一簇经典粗糙集表示出来.本文研究了模糊粗糙集的表示问题,利用模糊集的分解定理证明了一个模糊粗糙集可以用一簇粗糙模糊集表示出来,利用这个结果可以证明模糊粗糙集的一些重要性质.     

粗糙模糊集与模糊粗糙集的截集性质

研究粗糙模糊集、模糊粗糙集、广义粗糙模糊集和广义模糊粗糙集的截集性质,并且还研究了基于逻辑算子的广义模糊粗糙集的基本性质。     

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.     

模糊粗糙集的模糊邻域算子刻画

在模糊集合的公理化定义及其直积的基础上，提出基本模糊点的模糊邻域算子概念。用模糊邻域算子来定义模糊集的上近似和下近似。可以用模糊集的上、下近似来刻画模糊关系的自反性、对称性和传递性等性质。在模糊粗糙集的模糊邻域算子定义下，模糊粗糙集与粗糙模糊集可以统一起来。     

区间值模糊集上的上(下)近似

定义区间值模糊粗糙集的上下近似,并且利用区间值模糊集的截集定义了区间值模糊粗糙度量。并且讨论了它们的性质。     

多粒度模糊粗糙集研究

本文研究了模糊粗糙集中属性约简问题.利用模糊粗糙集和多粒度粗糙集各自优点的结合,提出了两类多粒度模糊粗糙集模型,使得两类粗糙集中的上下近似算子关于负算子对偶.同时研究了多粒度模糊粗糙集的性质及与单粒度模糊粗糙集的关系.并通过构造区分函数的方法提出了一类多粒度模糊粗糙集模型的近似约简方法.最后用一个实例核对了该类多粒度模糊粗糙决策系统近似约简方法的有效性.     

基于完备IMTL代数的L模糊粗糙集

IMTL代数是一类重要的非经典逻辑代数,基于IMTL代数的L模糊粗糙集可以刻画信息系统中具有不完备性、模糊性与不可比较性的信息.本文讨论了基于完备IMTL代数的L模糊粗糙集的表示定理,还讨论了此种L模糊粗糙集的上下近似算子的性质以及近似算子的公理化定义方法.     

粗糙集代数中的剩余格结构

讨论粗糙集代数与剩余格的关系.借助近似代数上的原子及同余关系,证明了在适当选取蕴涵算子及相应的剩余算子之后,粗糙集代数就成为剩余格,并进而证明了粗糙集代数也是MV代数与R0代数.     

近似空间与信任结构之间的关系

回顾了由二元关系产生的粗糙近似空间及其导出的各种粗糙近似算子的构造性定义,介绍了经典和模糊环境下各种信任结构及其导出的信任函数与似然函数的概念,给出了粗糙集理论中近似空间及其导出的下近似算子与上近似算子和证据理论中的信任结构及其导出信任函数与似然函数之间的相互关系及其应用背景。     

模糊粗糙集及粗糙模糊集的模糊度

1965年,Zadeh提出了Fuzzy集理论,1982年,Z.Pawlak提出Rough集理论。将二者结合而形成的模糊粗糙集（FR集）及粗糙模糊集（RF集）近年来越来越受到国际学术界的关注。本文所研究的FR集及RF集的模糊度,是对FR集及RF集模糊程度的一种度量,进而引进了相应的明可夫斯基距离,明可夫斯基模糊度和Shannon模糊度。     

粗糙模糊集的模糊性度量

研究粗糙模糊集的模糊性度量，提出了一种新的熵与条件熵的概念，并验证了这种熵与Shannon熵类似的性质。利用这种熵定义了粗糙模糊集的一种不确定性度量，证明了粗糙模糊集的模糊性度量FR（A）等于0的充分必要条件是A是经典集合且是可定义的。     

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。     

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。     

模糊粗糙集理论研究进展

介绍模糊粗糙集的概念及发展进程．提出了理论建立过程中，分别以推广到模糊集、引入模糊逻辑算子、拓展到两个论域为特点的三个发展阶段；分析、比较了各阶段代表性理论的特点，并对模糊粗糙集的未来发展作出了预期。     

群中模糊同余关系下的模糊粗糙群

在模糊同余关系下，首次提出了群中模糊同余关系下的模糊粗糙集和模糊粗糙群的概念，并讨论了它的一系列的性质，得到了一些有意义的结果。     

粗糙集研究中的模糊集方法

通过粗糙隶属度函数 ,将粗集理论与模糊理论联系起来 ,建立一种粗集理论与模糊理论的关系。利用这种关系 ,引入置信水平 ,将经典粗糙集模型进行了推广 ,并讨论等价关系变化前后集合上下近似之间的关系。     

基于粗糙集的模糊决策算法

给出一种从连续决策表中提取模糊决策规则的规则提取算法。首先,转化连续属性值为模糊值;然后,给出两个不同对象的模糊属性值关于相应连续属性的相似度;其次,给出了λ相似关系与λ相似类的定义。根据λ相似关系,给出粗糙-模糊空间中的下近似与上近似概念;最后,结合模糊集与粗糙集理论的思想,给出一种从连续值域决策表获取决策规则的算法,并通过实例说明该算法的有效性。