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。     

粗糙Vague集及其相似度量

对粗糙V ague集的基本操作和性质进行了研究。另外,对粗糙V ague集的相似度量问题进行研究,首先构造一种粗糙V ague值的相似度函数并给出其基本性质,然后给出一种粗糙V ague集的相似度函数以及一种粗糙V ague集的加权相似度函数。     

概率粗糙直觉模糊集的不确定性度量方法研究

Pawlak粗糙集模型忽视了信息的不确定性和模糊性,等价类完全包含于目标概念才能被划分到下近似,在处理数据时显得过于苛刻.针对这个问题,本文结合概率粗糙集与直觉模糊集,对概率粗糙直觉模糊集模型进行研究,其模型具有一定的容错能力,能够较为有效的处理含有噪声和模糊的数据.首先,在概率近似空间中,定义模糊事件的条件概率,构建...     

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.     

覆盖粗糙模糊集的不确定性度量

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.     

粗糙模糊集的分解

引入λ-下截集，λ-下重截集和λ-上重截集的概念，讨论粗糙模糊集的构造，并得到并、交的表示。     

模糊粗糙集及粗糙模糊集的贴近度及其应用

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。     

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。     

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。     

基于无限度量的一元粗糙函数及其数学分析性质

一元粗糙函数及其数学分析性质具有意义,但当前研究主要局限于有限度量.基于无限度量研究一元粗糙函数及其数学分析性质.将度量从有限集扩展到无限集,讨论粗糙函数分类;基于无限度量研究粗糙函数的粗糙连续、粗糙极限、粗糙导数.采用无限度量,推进了一元粗糙函数及其分析性质.     

Vague集上的正规距离与正规相似度

距离与相似度是Vague集上的一对对偶概念,给出了Vague集上加强的距离的公理化定义,引入了正规距离与正规相似度的概念,提出了Vague集上距离的一个一般公式,通过对Vague值的探讨给出了该一般公式成为正规距离的充分条件,同时得到Vague集上的一个新的正规距离公式.最后通过数据分析得出由此正规距离公式生成的正规相似度是合理有效的.     

基于粗糙模糊集的聚类决策及应用

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.     

直观模糊集的熵、距离测度、相似测度及它们的关系

熵、距离测度和相似测度是模糊集理论中的三个重要概念.首先系统地给出了直观模糊集的熵、距离测度和相似测度的公理化定义,并讨论了它们之间的一些基本关系.然后在距离测度公理化定义的基础上产生了一些新的直观模糊集的熵公式.     

可变精度模糊粗糙集模型及其性质

首先介绍了A.M.Rolka等定义的可变精度模糊粗糙集模型,在此基础上证明了其满足的8个性质.     

直觉模糊集之间的距离测度

介绍了直觉模糊集之间距离测度公理化的定义,引入了一些新的距离测度并给出了这些距离测度性质的证明.讨论了相似测度与距离测度之间的关系.最后,指出直觉模糊集距离测度在模式识别中的应用.     

基于Type-2模糊贴近度在生态上的应用

分析比较了Type-1模糊贴近度与Type-2贴近度的特点,并将Type-2模糊贴近度的概念和相应运算应用到生态系统中,给出了物种动态的生态位模型,计算了物种实际生态位与理想生态位的重叠,根据重叠的精确值和区间值分别研究了物种进化的动态行为和进化程度.     

基于直觉梯形模糊偏好相似度的多属性决策方法

在解决模糊多属性决策问题中,相似度是一种有效的方法.针对已有的相似度的不足,构造了一种新的两个矢量之间的相似度,证明其满足相似度的性质,并把它应用解决直觉梯形模糊偏好多属性决策问题.方法用语言值的直觉梯形模糊数来表示决策方案的信息,通过计算每个决策方案的期望矢量,与正理想方案和负理想方案的期望矢量的相对相似度,并由相对相似度大小来排列决策方案.最后用一案例来讨论方法的可行性,数值结果表明方法计算简单,实用性强.     

Vague集相似度量模型

Vague集的相似度量在模糊推理、模式识别、聚类分析、决策分析等领域的广泛运用,要求所建立的vague集相似度量模型具有较高的区分度及度量结果合乎人的直觉.基于此要求,首先对已有Vague值的相似度量模型在区分度上的不足进行了分析.然后,在分析地基础上,提出了vague值的相似度量建模须考虑的因素.最后建立了Vague集的相似度量模型.数值实验表明,新模型具有较好的区分度,能克服已有模型在区分度上的不足.