共查询到17条相似文献,搜索用时 406 毫秒
1.
覆盖粗糙模糊集的不确定性度量 总被引:2,自引:0,他引:2
在覆盖粗糙模糊集模型下,将粗糙集理论中的粗糙度和粗糙熵的概念引入到此模型中,用来度量模糊集的不确定的程度,并讨论了这些度量的一些性质. 相似文献
2.
Vague集上模糊熵的几点注记 总被引:5,自引:0,他引:5
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。 相似文献
3.
基于对不确定性信息处理的背景,定义了粗糙模糊值与粗糙模糊集的相似度量,研究了它们的有关性质. 相似文献
4.
对基于粗糙模糊集的聚类问题进行了研究.首先,定义了粗糙模糊值与粗糙模糊集的相似度,给出了粗糙模糊集相似度的一般表达式;然后利用该公式构建了模糊相似矩阵,进而给出了粗糙模糊集的一种聚类方法;最后以实际算例说明了这种思想. 相似文献
5.
6.
7.
覆盖粗糙集作为经典粗糙集一种较为流行的扩充模型,其现有不确定性度量方法主要包括覆盖粒度、粗糙度、粗糙熵、模糊度和模糊熵等。本文从纯粗糙集、信息论和模糊性三个视角对覆盖粗糙集的不确定性度量方法进行了分类梳理,通过结合覆盖粒度对覆盖粗糙度、覆盖精确度和覆盖粗糙熵进行了修正定义;设计了基于最小描述交的隶属函数,结合隶属函数对覆盖模糊度和覆盖模糊熵重新定义,给出了相关推论,分析了相关性质,为后续研究覆盖粗糙集不确定性的相关问题提供了新思路。 相似文献
8.
本文研究了模糊粗糙集(FR集)及粗糙模糊集(RF集)的贴近度,是权衡两个FR集,两个RF集彼此糙近程度的一种标尺,进而研究了FR集,RF集的内积,外积,引进了FR集,RF集的格贴近度,并在此基础上提出一种新的属性约简的方法。 相似文献
9.
《数学的实践与认识》2020,(3)
在Pawlak近似空间中,针对模糊目标概念,假设在信息粒度不变的情况下,试图寻求模糊目标集合更好的近似集.为此将粗糙隶属函数看成一个模糊集,利用其介于普通粗糙模糊下近似与上近似之间的特点,对现有的粗糙模糊集模型进行改进.建立模糊目标概念新的下近似集与上近似集,使其与已有的粗糙模糊集模型相比,对近似空间有更高的精度,对目标集合有更好的贴近度.并讨论新的近似集的一些基本性质,最后通过数值算例进一步说明新提出的下近似与上近似算子的优越性.即可以从已知的数据集中获得更准确的知识,因此这是一种更精确的知识发现方法. 相似文献
10.
模糊粗糙集及粗糙模糊集的模糊度 总被引:5,自引:0,他引:5
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。 相似文献
11.
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。 相似文献
12.
覆盖广义粗糙集的模糊性 总被引:5,自引:0,他引:5
在研究覆盖广义粗糙集的基础上,利用两个距离函数Hamming和Euclidean距离函数,结合模糊集的最近寻常集,引入了覆盖广义粗糙集模糊度的概念,给出了一种模糊度计算方法,并证明了该模糊度的一些重要性质。这些结果在覆盖广义粗糙集的理论研究和应用都发挥着一定作用。 相似文献
13.
14.
基于覆盖的模糊粗糙集模型 总被引:16,自引:1,他引:15
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。 相似文献
15.
模糊粗糙集的表示及应用 总被引:1,自引:0,他引:1
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. 相似文献
16.
提出一种基于模糊近容度的战时物资供应的偏好选址方法,认为选址方案的确立是一个模糊多属性决策过程,而且这些属性在决策中具有主观偏好性,决策表是在原始模糊条件属性表的基础上,根据模糊粗糙隶属度和近似精度约简得到。选址方案的排序由模糊近容度生成。最后说明此方法在应用上的合理性和有效性。 相似文献
17.
直觉模糊软集不能处理隶属度与非隶属度之和大于1的情况,且现有的直觉模糊软集的相似性测度只考虑了隶属度与非隶属度,忽视了犹豫度。针对以上问题,本文提出了一种基于隶属度、非隶属度以及犹豫度三个参数的毕达哥拉斯模糊软集的相似性测度和加权相似性测度。在为加权相似性测度的权重取值时,本文基于现有文献中直觉模糊熵存在的缺陷建立一种改进的直觉模糊熵,利用熵权法计算权重。分别讨论两相似性测度公式的性质,最后将两相似性侧度公式应用在建筑材料的模式识别问题中。 相似文献