基于冲突距离的灰色粗糙集模型

在群决策中,由于客观世界的复杂性、不确定以及人认识的有限性,现实的决策信息系统系统总是包含大量的模糊信息、灰数信息,而基于传统的粗糙集以及拓展模型难以有效处理.鉴于此,利用灰色系统和粗糙集的思想与方法,构建了多论域灰色粗糙集模型.首先定义对象间的多维度冲突距离,进而利用冲突距离构建多论域灰色粗糙集模型,并探讨了模型的性质,最后以一个群决策例子验证了模型的有效性与合理性.结果表明该模型是经典粗糙集、区间粗糙集、双论域粗糙集的泛化.     

灰色实物型投入产出分析的覆盖解研究

由于国民经济系统的复杂性,人们在使用实物型投入产出分析工具时不可能获得各部门产品的投入与产出的确定值。采用灰色系统理论基本原理提出灰色实物型投入产出分析并给出模型及各种灰色分析系数的覆盖解公式。灰色实物型投入产出分析能处理统计数据为区间的情形,可以使决策者在不确定性情况下对复杂经济系统进行分析、预测和控制,提高人们的抗风险能力。模拟案例验证了模型计算的可行性。     

由子基生成的内部算子和闭包算子

本文研究粗糙集与拓扑空间的关系,统一地使用拓扑空间中的集合关于子基的内部和闭包来研究粗糙集理论和覆盖广义粗糙集理论中的下近似集和上近似集,以及由它们导出的关于子基的开集,导集,闭集,边界．研究这两个概念及由它们导出的相关概念的性质不仅对于粗糙集理论,而且对于拓扑学本身都有重要的理论和实际应用意义．     

灰色层次分析法及其应用

本文根据层次分析法并借助灰色理论建立了灰色层次分析法，导出了灰矩阵最大特征值的一些性质．介绍了灰正互反阵的最太特征值与对应特征向量的两种数值解法．     

集值映射下的粗糙集

粗糙集是一种在信息系统中处理粗糙性和颗粒性的数据挖掘工具.本文从集值映射的角度研究并推广粗糙模型,使其能解决在论域和分类信息变化下对集合的近似问题.最后,讨论了集值映射下的粗糙集的性质.     

限制容差关系下的集对变精度粗糙集模型

不完备信息系统中目前有多种扩充,如基于容差关系的扩充、基于相似关系的扩充等等,但是这些扩充都各自存在局限性。针对这些局限性,引入相对分类错误率的概念,提出了一种基于限制容差关系下的集对变精度粗糙集模型。这就将经典的粗糙集模型和限制容差关系下的集对粗糙集模型进行了推广。然后,讨论了该模型上、下近似算子的一些性质。最后,通过一个具体例子,说明了该模型在不完备信息系统中处理模糊和不确定性知识是可行、有效的。     

多集值信息表中的多粒度模糊决策论粗糙集

多粒度粗糙集和决策论粗糙集是Pawlak粗糙集的重要推广,目前已成为人工智能研究的热点.然而,它们大多处理的都是单值信息系统中的问题.而实际生活中绝大多数都是处理多值问题,为了解决这一问题,在多集值信息表中将多粒粗糙集与模糊决策论粗糙集相结合进行研究,提出了其在乐观,悲观情形下的上下近似,研究了一些相关性质并给出了多集值信息表中的多粒度模糊决策论粗糙集精度、粗度的概念,最后通过一个具体例子验证其有效性.     

不一致直觉模糊决策信息系统的约简

近年来出现了许多用粗糙集理论处理各种信息系统的方法,但是对直觉模糊信息系统还没有做出相关的讨论.本文首先在不一致直觉模糊决策信息系统中定义了优势关系,然后引入基于此优势关系的分布约简、最大分布约简的概念,并通过可辨识矩阵及辨识函数得到求解这两种约简的具体方法.     

装备系统评价的模糊白化灰色关联模型

灰色系统理论是现代工程领域解决数据不确定性和数据量不足问题的有效方法 .装备系统的评价信息往往具有模糊性和灰色性双重特征 .模糊白化灰色关联模型源于武器系统的保障性评价 ,将其应用范围扩展到一般的武器系统评价 ,提出了装备系统评价模糊白化灰色关联模型 .在定性指标模糊白化的基础上 ,对所要评价的整个系统进行灰色关联分析 ,以得到评价结果     

灰色支付合作对策的核仁解

鉴于实际对策问题中,灰信息是普遍存在的,但经典合作对策中未能考虑对策过程中出现的灰色不确定性,使得对策模型缺乏柔性.基于合作对策理论和灰集相关理论的思想,文章建立了一种新的包含有区间灰数的合作对策模型一灰色合作对策,研究了其核仁解.首先定义了灰色集的核函数和灰度函数,在此基础上给出其排序方法,得到适合此模型的相应定义,同时提出了灰色核仁解的概念;其次运用新的排序方法,将求核仁解的问题转化为求解非线性规划问题;最后进一步探讨了灰色合作对策核仁的存在唯一性,以及核仁与其他解之间的关系.从而解决了灰色合作对策的解的结构问题.     

模糊粗糙集的包含度和相似度

证明了包含度和相似度的几个性质,定义了模糊粗糙集的包含度和相似度。所证性质可用于生成模糊粗糙集的包含度和相似度。     

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。     

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.     

一种基于Rough理论的知识推理冲突消解策略

知识推理中的冲突消解,不仅受到知识粒度的影响,还与所采用的具体方法有关.首先讨论了应用Rough理论对规则的粒度进行客观刻画,在此基础上采用距离概念构造了刻画规则相近性的规则距离公式,并在公式中引入了Rough理论中属性重要性算子,然后在分析传统冲突消解策略的基础上,提出了知识推理过程中规则集进化的概念,最后通过实例说明了此策略在知识推理中的具体应用.     

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。     

不完备信息下的灰色粗糙集成决策模型侯亚林

In this paper, for multiple attribute decision-making problem in which attribute values are interval grey numbers and some of them are null values, a decision model based on grey rough sets integration with incomplete information is proposed. We put forward incidence degree coefficient formula for grey interval, by information entropy theory and analysis technique, the method and principle is presented to fill up null values. We also establish the method of grey interval incidence cluster. Because grey system theory and Rough set theory are complementary each other, decision table with preference information is obtained by the result of grey incidence cluster. An algorithm for inducing decision rules based on rough set theory and the dominance relationship is presented. In some extent, this algorithm can deal with decision-making problem in which the attribute values are interval grey numbers and some of them are null values. Contrasted with classical model of cluster decision-making, the algorithm has an advantage of flexibility and compatibility to new information.     

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。     

集合的粗相似度量

在近似空间中,利用粗糙集诱导的模糊集,定义了两个集合间的粗相似度的概念,讨论了其性质,并对四种具体的粗相似度进行了比较。     

扩张原理的粗集表示

粗集、模糊集均是处理不确定信息的数据分析工具,是数据挖掘的重要方法.由Zadeh首先提出的模糊扩张原理是模糊集理论的最基本的原理之一,粗集是通过上、下近似算子来发挥作用的.本文讨论扩张原理与粗集上近似之间的关系,证明了扩张原理可以表示成粗集上近似的形式,因此,扩张原理成了粗集与模糊集之间的桥梁.此外,借助粗集上、下近似算子的公理系统解决了扩张原理的反问题.