共查询到20条相似文献,搜索用时 21 毫秒
1.
模糊关系性质的模糊T-近似算子刻画 总被引:1,自引:1,他引:0
在定义一般模糊关系下的模糊T-近似的基础上,用模糊T-近似算子来刻画模糊关系的自反性、对称性、T-传递性等性质,并讨论了模糊T-粗糙集的一些性质。 相似文献
2.
基于包含度的模糊随机粗糙集模型 总被引:1,自引:0,他引:1
针对随机性与模糊性同时存在的情形,提出了建立在模糊随机近似空间上的基于包含度的模糊随机粗糙集模型.首先给出了模糊随机近似空间的概念,然后利用包含度提出了模糊随机近似空间上的一种基于模糊随机集的粗糙近似算子.最后讨论了这种近似算子的一些性质. 相似文献
3.
讨论在一般二元关系下直党模糊近似空间诱导的直党模糊拓扑空问的若干性质;由直觉模糊拓扑空间诱导直觉模糊近似空同所需的TC条件及其所得近似空间的近似算子若干性质. 相似文献
4.
5.
6.
讨论了二阶模糊线性微分方程边值问题{y"+p(t)y'+q(t)y=g(t),t∈[a,b],t∈[a,b]y(a)=(a),y(b)=(β),(α),(β)∈E1的模糊近似解,即利用配置法将微分方程转化为函数线性方程组,针对其系数函数的符号的不同,通过计算函数线性方程组获得了原模糊微分方程的模糊近似解. 相似文献
7.
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
8.
9.
10.
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. 相似文献
11.
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
12.
13.
14.
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. 相似文献
15.
16.
本运用模糊仿真技术中的近似推理方法和差分原理,求解具有模糊不确定性时的二阶微分方程的边值问题. 相似文献
17.
模糊粗集是粗集的模糊化。现有模糊粗集大多建立在t-范数、模糊(t-)相似关系以及对偶原理基础之上。本文将模糊知识(模糊数据)的属性值集[0,1]拓广到一般完备格,基于一般二元模糊关系、模糊合取算子以及模糊合取和模糊蕴涵间的“伴随”关系研究一类模糊粗近似算子。本文对一般模糊粗集的代数结构做了详尽的探讨,并研究了新的模糊粗集与经典粗集和模糊粗集之间的联系。结论表明:粗集的这种模糊化方法保持了Pawlak粗集的代数性质;所提出的模糊粗集是现有典型模糊粗集的一般化;而且,模糊粗近似的贴近度得以提高。 相似文献
18.
利用贴近度(或相似度)N(B,A)提出了模糊随机近似空间里的一种基于模糊随机集的粗糙近似算子,讨论了该种近似算子的一些主要性质;成功地探讨其在Fuzzy模式识别中的应用;最后给出了具体的例子说明了该算子用于Fuzzy模式识别的可行性。 相似文献
19.
模糊逻辑系统用模糊集合描述模糊信息、用模糊集合转换处理模糊信息.阐述支撑模糊集合转换的模糊逻辑为什么是伪逻辑的原因.指出定义在论域一个空间上的模糊集合,因为破坏了集合中元素的"不可分割性",所以模糊集合描述的模糊信息不能用数学计算通过模糊集合转换处理.实际应用中的模糊信息定义在论域与状态空间两个空间上,其正确表达方式是满足"归一化"条件的隶属度向量;处理的正确途径是,研究基于状态转移矩阵的隶属度转换;支撑隶属度转换的是近似推理逻辑,目的是使构建的隶属度转换模型是当前条件下人们可能构建的"最优"近似模型. 相似文献
20.
将模糊集理论与区间粗糙数融合,提出了区间粗糙模糊数的概念,并定义了区间粗糙模糊数的运算法则。为对区间粗糙模糊数进行比较及排序,定义了区间粗糙模糊数的上近似距离和下近似距离,每个距离下分别讨论了最大、最小和平均三种情形,并通过调节因子α将上近似距离和下近似距离集成为区间粗糙模糊数的距离。为解决区间粗糙模糊数形式下的多属性决策问题,定义了信息系统的最优解、最劣解、正距离、负距离、优势度等概念,并借助熵权法确定属性权重,给出对象的加权综合优势度及排序结果。算例结果表明,最大距离、最小距离和平均距离三种情形下得到的结果无显著差异,且与决策者主观认知基本一致,验证了算法的合理性与稳健性。 相似文献