关于粗糙集和灰色系统之间某些关系的探讨

首先介绍粗糙集与灰色系统两种理论,并对二者进行比较。接着介绍普通粗糙集、P-粗糙集以及灰色集的定义,并就灰色集、模糊集和经典集合三者进行对比分析。我们提出了点灰度和集灰度两种灰度概念用于描述灰色系统的信息不确定性。通过P粗糙集导出相应的灰色集,并研究相关的灰度、粗糙度与边界域的性质和关系。分析表明使用导出的灰色集对系统的信息不确定性的估计与相应的粗糙集是一致的,因此两种理论在描述和处理不确定性信息系统方面的一定的相关性,将两种理论相结合来处理某些不确定性信息系统可能更为有效。     

λ-粗模糊集的分解

在模糊等价关系的基础上建立了λ-等价类和给出了λ-粗集的一般形式,根据等价关系R~强λ-截集的定义给出了强λ-等价类的定义和λ-强粗集的形式;然后根据模糊集与普通集合的分解定理,给出λ-粗模糊集的分解定理的几种形式;最后由λ-粗模糊集的分解定理可以求出R~-粗模糊集,并给出了R~-粗模糊集的几种表示形式。     

犹豫模糊集的截集及其性质

通过引入犹豫模糊集的截集概念并研究截集的性质,建立了沟通犹豫模糊集合与经典集合之间的桥梁.进一步,讨论了犹豫模糊关系的截关系及其性质.     

中介集及其应用

对于模糊知识及其否定关系,潘正华指出应该明确地分为矛盾否定关系、对立否定关系和中介否定关系,并建立了一种具有矛盾否定、对立否定和中介否定的模糊集FScom;我们引入了一种改进的模糊集IFScom。然而,新模糊集FScom及其改进模糊集IFScom存在着不足。基于此认识,本文对FScom及IFScom进一步改进,研究得到了一种中介集MScom,并以金融辅助投资决策为例,讨论了MScom对模糊知识及其三种不同否定的表达、推理与实现。实例表明:中介集合系统在模糊知识的"否定"的区分、表达及推理上是有效的。     

一种基于模糊集值统计的集对预测方法

在集对分析中,差异度系数i是体现系统不确定性的重要变量,但如何取值一直在理论上没有解决,本文根据i的取值的不确定性与模糊性,提出了一种基于模糊集值统计的差异度系数取值方法.对于原始数据中的噪声,本文提出了一种基于模糊软阈值的小波去噪方法,并利用支持向量回归方法来进行同异反预测,在一定程度上克服了线性建模技术的不足.此外,为了克服同一度、差异度与对立度之间的归一化约束,本文还提出了一种熵变换的方法.     

双极值犹豫模糊软集及其在决策中的应用

双极值犹豫模糊集拓展了模糊集的概念,是处理模糊问题的一种新的数学工具,但仍然存在参数工具上的不足。为进一步提升决策的精确度,将双极值犹豫模糊集与软集相融合,构建了一种新的混合数学模型,即双极值犹豫模糊软集。首先补充了双极值犹豫模糊集的一些相关理论;接着给出了双极值犹豫模糊软集的概念,同时定义了补、并、交、"且"、"或"等运算法则;然后基于上述运算法则,分析对应的运算结果,且讨论了相关的运算性质;最后提出了双极值犹豫模糊软集的一种多属性决策方法,并通过实例阐明其有效性。     

Vague集上模糊熵的几点注记

V ague集上的不确定性度量有两种途径,一种是度量V ague集是模糊集的程度,一种是度量V ague集具有的模糊性的程度。后者将模糊集的模糊熵作为特例。本文基于“投票模型”分析了V ague集的熵应具有的特征,对国内作者提出的V ague集上的模糊熵进行了评述。     

P-直觉模糊集及其应用北大核心

将P-集合引入到直觉模糊集中,改进了直觉模糊集,提出了P-直觉模糊集。P-直觉模糊集由内P-直觉模糊集、外P-直觉模糊集构成的直觉模糊集对(A^(F),A^(F)),给出了内P-直觉模糊集截集及基数的概念,讨论内P-直觉模糊集区间截集性质及基数定理、给出内、外P-直觉模糊集与直觉模糊集、模糊集的关系定理,最后给出内P-直觉模糊集的应用。     

基于联系数的预先危险性分析技术与应用

工程施工中的预先危险性分析受到随机、模糊、不确知等多种不确定性的干扰 ,采用集对分析联系数对客观存在的不确定性作系统描述 ,形成一种计及不确定性的预先危险性分析新技术 ,为工程施工预防安全事故、安全检查与评估提供了一种新的科学分析方法 .     

区间值模糊集合表现定理的一种新刻画

给出了区间值模糊集晕集的四种形式,讨论了它们的基本性质及其与区间值模糊集的截集的关系,并在此基础上重新刻画了区间值模糊集的表现定理。     

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.     

单向奇异粗糙模糊集合的结构

用模糊集合与模糊等价关系对单向奇异粗集进行了研究,并给出了单向奇异粗糙模糊集合的数学结构及其并、交、补运算和性质.同时证明了单向奇异粗糙模糊集合对并、交、补运算构成完全可无限分配的软代数.     

On uniqueness of （fuzzy） relation in some generalized rough set model

In rough set theory, crisp and/or fuzzy binary relations play an important role in both constructive and axiomatic considerations of various generalized rough sets. This paper considers the uniqueness problem of the （fuzzy） relation in some generalized rough set model. Our results show that by using the axiomatic approach, the （fuzzy） relation determined by （fuzzy） approximation operators is unique in some （fuzzy） double-universe model.     

Probabilistic graded rough set and double relative quantitative decision-theoretic rough set

The probabilistic rough set (PRS) model ignores absolute quantitative information i.e., overlap between equivalence class and basic set. And graded rough set (GRS) model cannot reflect the distinctive degrees of information. In order to overcome these defects, this paper proposes the probabilistic graded rough set (PGRS), which is an extension of Pawlak's rough set and GRS. What is more, we propose double relative quantitative decision-theoretic rough set (Drq-DTRS) models, which essentially indicate the relative and absolute quantification.     

Gaussian kernel based fuzzy rough sets: Model, uncertainty measures and applications

Kernel methods and rough sets are two general pursuits in the domain of machine learning and intelligent systems. Kernel methods map data into a higher dimensional feature space, where the resulting structure of the classification task is linearly separable; while rough sets granulate the universe with the use of relations and employ the induced knowledge granules to approximate arbitrary concepts existing in the problem at hand. Although it seems there is no connection between these two methodologies, both kernel methods and rough sets explicitly or implicitly dwell on relation matrices to represent the structure of sample information. Based on this observation, we combine these methodologies by incorporating Gaussian kernel with fuzzy rough sets and propose a Gaussian kernel approximation based fuzzy rough set model. Fuzzy T-equivalence relations constitute the fundamentals of most fuzzy rough set models. It is proven that fuzzy relations with Gaussian kernel are reflexive, symmetric and transitive. Gaussian kernels are introduced to acquire fuzzy relations between samples described by fuzzy or numeric attributes in order to carry out fuzzy rough data analysis. Moreover, we discuss information entropy to evaluate the kernel matrix and calculate the uncertainty of the approximation. Several functions are constructed for evaluating the significance of features based on kernel approximation and fuzzy entropy. Algorithms for feature ranking and reduction based on the proposed functions are designed. Results of experimental analysis are included to quantify the effectiveness of the proposed methods.     

Fuzzy Closure Spaces vs. Fuzzy Rough Sets

This paper investigates the relationship among fuzzy rough sets, fuzzy closure spaces and fuzzy topology. It is shown that there exists a bijective correspondence between the set of all fuzzy reflexive approximation spaces and the set of all quasi-discrete fuzzy closure spaces satisfying a certain extra condition. Similar correspondence is also obtained between the set of all fuzzy tolerance approximation spaces and the set of all symmetric quasi-discrete fuzzy closure spaces satisfying a certain extra condition.     

粗糙直觉模糊集的近似表示

在粗糙直觉模糊集的基础上,从新的角度提出了不确定目标概念的近似表示和处理的方法(通过近似模糊集和近似精确集刻画).首先将已有的直觉模糊集相似概念和均值直觉模糊集概念引入到该模型,定义了Pawlak近似空间U/R下的阶梯直觉模糊集、0.5-精确集的概念,然后得到了均值直觉模糊集(0.5-精确集)是所有直觉模糊集中与目标直觉模糊集最接近的直觉模糊集(近似精确集),接着分析了均值直觉模糊集、0.5-精确集分别与目标直觉模糊集的相似度随着知识粒度变化的变化规律.     

扰动模糊集的粗糙度

首先,将扰动模糊集和粗糙集理论相结合,提出了粗糙扰动模糊集的概念并研究了其基本性质.接着,通过引进扰动模糊集水平上、下边界区域的概念,克服了粗糙集理论中普遍存在的两个集合的上近似的交不等于两个集合的交的上近似(两个集合的下近似的并不等于两个集合的并的下近似)的缺陷.最后,定义了依参数的扰动模糊集的粗糙度的定义,讨论了其基本性质.     

基于双论域模糊粗糙集的应急决策模型与方法

以突发危机事件应急决策为应用背景,讨论了双论域上模糊粗糙集的基本理论,建立了基于模糊相容关系的双论域模糊粗糙集模型. 在此基础上,把突发危机事件应急决策转化为一个具有模糊决策对象的双论域决策近似空间上的粗糙近似问题,构建了基于双论域模糊粗糙集的应急决策模型.首先在双论域近似空间中计算模糊决策对象的上(下)近似,进而结合经典非确定型决策的思想给出了突发危机事件应急决策的规则.同时,给出了模型的算法.该模型给出了一种在不完全信息环境下应急决策的方法,给出了在充分考虑决策者个人偏好信息基础上的决策置信度以及最优决策规则.该方法能够比较充分地符合应急决策信息不充分、资源有限以及时间紧迫的基本特征, 进而对突发危机事件应急决策提供科学的理论基础和现实的决策方法.最后,通过应用算例说明了模型的应用过程,结果验证了本文给出模型的有效性。