导读:本文包含了粗糙模糊集论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:粗糙,模糊,直觉,粒度,近似,精度,同态。
粗糙模糊集论文文献综述
巩增泰,王龙五[1]（2019）在《覆盖变精度粗糙模糊集模型》一文中研究指出在研究覆盖粗糙集模型的基础上,凭借所提出的对象最小描述邻域对于一个特定模糊集的相对错误分类率,考虑对象最小描述的近邻域、邻域、规则置信度和元素隶属度4种覆盖,定义并建立了4种类型的覆盖变精度粗糙模糊集模型,讨论了其性质和相互关系,推广和统一了已有的结果,并给出了算例.(本文来源于《兰州大学学报(自然科学版)》期刊2019年01期）
杨洁,王国胤,张清华,冯林[2]（2019）在《层次粒结构下粗糙模糊集的不确定性度量》一文中研究指出众所周知,经典粗糙集的不确定性来自于边界域,但是对于粗糙模糊集来说,其正域和负域中的元素存在不确定性,从而导致粗糙模糊集的不确定性不仅来自于边界域,还来自于正域和负域。另外,在粗糙模糊集中,一个模糊概念可以通过层次粒结构中不同的粗糙近似空间进行刻画,随着粒度的变化,模糊概念的不确定性的变化规律如何?对此,文中提出一种基于模糊度的不确定性度量公式,并基于均值模糊集分析了粗糙模糊集模型,得出粗糙模糊集不确定性度量的模型同样适合于度量概率粗糙集的不确定性的结论。其次,采用基于模糊度的不确定性度量方法,揭示了分层递阶的多粒度空间下粗糙模糊集不确定性的变化规律。然后,分析了3个域(正域、边界域和负域)的不确定性,并揭示了它们在分层递阶的多粒度空间下的变化规律。最后,通过实验验证了所提不确定性度量理论的有效性。(本文来源于《计算机科学》期刊2019年01期）
路娟[3]（2018）在《二型模糊集的粗糙建模研究》一文中研究指出利用数据对客观世界中的现象或运动规律进行建模的过程中,需要应对数据中存在的各种不确定性。模糊集理论和粗糙集理论都是处理不确定性的有效工具。模糊集可以用来处理那些不清晰、没有分明边界的概念。一个对象是否属于一个模糊概念,不能简单的用“是”或“否”来回答。美国控制论专家Zadeh提出的模糊集就是用来描述模糊概念的,它用[0,1]中的一个值来描述对象对于集合的隶属程度,使得人们可以用数学的思维和方法来处理模糊现象。波兰学者Pawlak提出的粗糙集概念则是用来描述不能被现有知识精确表达的粗糙概念的。粗糙集理论能够用来处理数据中所存在的条件属性与决策属性间的不一致性,对于具有相同条件属性,而决策属性不同的矛盾样本,承认其存在的客观性并对其进行系统的建模,通过定义近似算子、属性约简等从中提取出确定性规则和可能性规则。经典的粗糙集理论建立在集合论基础上,因为只能处理符号型数据而限制了其应用范围。将粗糙集与模糊集相结合得到的模糊粗糙集模型能够处理实数值数据。二型模糊集是为了更好地描述模糊逻辑系统中仍存在的不确定性而产生的,在对不确定性的描述上更进了一步。本文基于粗糙建模的思想,研究二型模糊集刻画的不确定性问题,提出了二型模糊集的粗糙建模方法,对不确定性数据建模具有重要的理论意义和应用价值。本文主要研究内容及取得成果如下:(1)针对二型模糊粗糙集的定义问题,本文利用二型模糊集的波浪切片表示,将二型模糊集的上下近似表示为嵌入二型集的上下近似之和,提出了二型模糊粗糙集的新定义,建立了二型模糊粗糙集与模糊粗糙集之间的联系,有利于将模糊粗糙集中的结论推广到二型模糊范畴。同时还比较了已有的两种二型模糊粗糙集定义与新定义之间的关系,证明了它们近似表达能力的等效性。(2)针对二型模糊粗糙集的粒结构问题,本文从二型模糊粗糙集的新定义出发,找出对应于每个嵌入二型集的二型模糊点,构造出这些二型模糊点所在的“等价类”和“等价类的补集”,即粒二型模糊集,并证明了粒二型模糊集就是二型模糊粗糙集中的基本粒,可以通过并运算和交运算得到二型模糊集的上下近似。在单论域情形,通过推广模糊粗糙集中的粒模糊集得到两个粒二型模糊集的定义;在双论域情形,从二型模糊粗糙集定义推导得到粒二型模糊集。(3)针对二型模糊近似空间的拓扑性质问题,本文首先证明了“一个自反、传递的二型模糊关系可以确定一个二型模糊拓扑空间,并且这个二型模糊关系所对应的上下近似算子分别是二型模糊拓扑空间中的闭包和内部算子”;然后证明了“如果一个二型模糊拓扑空间上的二型模糊闭包或内部算子满足一定的条件,就可以确定一个自反且传递的二型模糊关系,使其所对应的上近似和下近似算子分别等于二型模糊拓扑空间中的闭包算子和内部算子”。这些结果厘清了二型模糊近似空间与二型模糊拓扑空间之间的关系。(4)针对二型模糊粗糙集的信任结构问题,本文首先定义了区间二型模糊集的概率测度,然后应用二型模糊集的α-平面表示,将二型模糊集的概率测度归结为它的α-平面的概率测度的平均值,并在此基础上讨论了二型模糊粗糙集的信任函数与似然函数。本文旨在对二型模糊集进行粗糙建模,从二型模糊集合的波浪切片表示出发提出了二型模糊粗糙集的新定义,建立了新的二型模糊粗糙模型,并讨论了二型模糊粗糙集的粒结构、拓扑性质和信任结构,对模糊粗糙集理论进行了更深层次的推广,为应对数据建模中的不确定性问题提供了新工具。(本文来源于《山西大学》期刊2018-06-01）
薛占熬,吕敏杰,韩丹杰,张敏[4]（2019）在《基于优势关系的程度粗糙直觉模糊集模型研究》一文中研究指出针对经典粗糙直觉模糊集理论仅考虑了集合中的最小/最大隶属度与非隶属度,而忽略了介于二者之间的隶属度与非隶属度的问题,从程度粗糙集的角度对其进行了分析研究。首先,将程度粗糙集引入到经典粗糙直觉模糊集模型中,定义了μ′(y)和ν′(y),将其与最小/最大之间的隶属度与非隶属度的值比较。然后,构建新的下、上近似,提出四个模型,即基于优势关系的Ⅰ型、Ⅱ型程度粗糙直觉模糊集模型和基于优势关系的Ⅰ型、Ⅱ型双论域程度粗糙直觉模糊集模型,讨论这些模型的相关性质。这些模型的边界域缩小了,也降低了模糊熵值。最后,通过实例验证了模型的有效性。(本文来源于《计算机科学与探索》期刊2019年06期）
石素玮,谭安辉[5]（2017）在《基于诱导覆盖的粗糙直觉模糊集模型》一文中研究指出基于粗糙集和直觉模糊集的信息融合方法是数据挖掘领域的一个热点研究课题.目前众多的融合方法主要针对的是单一覆盖背景下的数据,利用覆盖知识中对元素的定性描述来构造覆盖粗糙直觉模糊集模型.但具有多属性的数据形成的是多个覆盖构成的覆盖族,而已有的覆盖粗糙直觉模糊集模型在处理这类数据具有一定的局限性.在多种属性形成的覆盖族上,利用诱导覆盖的概念,从元素间的相似度的角度出发,建立了覆盖族上基于诱导覆盖的粗糙直觉模糊集模型.讨论了该模型的一些重要性质,同时提出了模糊粗糙度概念和相似度的概念,并在此讨论了新模型的不确定性度量.最后,利用算例说明了新模型及其度量指标在现实具体问题中的有效应用.(本文来源于《南京大学学报(自然科学)》期刊2017年05期）
尕藏才让[6]（2017）在《λ-粗模糊集的粗糙半群的模糊同态与同构》一文中研究指出本文给出λ-粗模糊集的粗糙半群与模糊同态与同构的定义,并讨论λ-粗模糊集的粗糙半群的模糊同态与λ-粗模糊集的粗糙商半群的模糊同构.(本文来源于《青海师范大学学报(自然科学版)》期刊2017年03期）
王金英,王艳平,齐爽[7]（2018）在《改进的粗糙直觉模糊集》一文中研究指出在Pawlak近似空间中,针对直觉模糊目标集合,假设在信息粒度不变的情况下,试图寻求目标集合更好的近似集。在现有的粗糙直觉模糊集的基础之上,利用直觉模糊粗糙隶属函数,采用分段函数的形式建立直觉模糊集新的下近似与上近似算子,并讨论新模型的一些基本性质。与现有的粗糙直觉模糊集相比,改进后的模型无论在近似精度方面,还是与目标集合的相似度方面,都有了较大的改善和提高。最后通过数值算例验证了所给结论的正确性。(本文来源于《计算机工程与应用》期刊2018年11期）
薛占熬,司小朦,朱泰隆,王楠[8]（2017）在《乐观和悲观多粒度覆盖粗糙直觉模糊集模型的研究》一文中研究指出多粒度粗糙集和覆盖粗糙直觉模糊集是处理不确定性、不精确性问题的重要理论,为了更有效地处理该问题,本文将多粒度粗糙集与覆盖粗糙直觉模糊集结合起来进行研究.首先,在多粒度粗糙集理论、覆盖理论和直觉模糊集理论的基础上,给出了新的基于最小描述的模糊覆盖粗糙隶属度和非隶属度概念.用模糊覆盖粗糙隶属度和非隶属度,反映各个元素从属于直觉模糊集A的程度.最大描述与最小描述都是用来描述覆盖粗糙直觉模糊集的基本特征,因此又从最大描述概念出发,给出了基于最大描述的模糊覆盖粗糙隶属度和非隶属度概念;其次,分别基于最小描述和最大描述,给出了乐观和悲观多粒度覆盖粗糙直觉模糊集的下近似(上近似)算子的定义,并对各个算子的性质进行了讨论;最后,用例子进行了验证.该研究为多粒度覆盖粗糙集和直觉模糊集的融合提供了一种新方法.(本文来源于《小型微型计算机系统》期刊2017年06期）
邓高,杨珊[9]（2017）在《基于组合预测与变精度粗糙模糊集的采空区稳定性评价》一文中研究指出为了准确评价矿山采空区稳定性,分析其影响因素,结合采空区顶板下沉位移前期检测数据,先利用组合预测理论对顶板下沉位移的多种模型预测结果进行了组合,然后根据组合预测值对采空区稳定性进行评判。以采空区稳定性评价作为决策属性,以其影响因素作为条件属性,利用变精度粗糙模糊集对采空区稳定性评价知识系统进行概率决策分析,得到13条β为70%的β-约简概率决策规则。结果表明:对于该矿山而言,采空区面积、地应力大小和临时支护方式是评判采空区稳定性的决定性影响因素,所得概率决策规则的分类质量为62.96%,分类质量较高,可为采空区稳定性判定及规律分析提供参考。(本文来源于《黄金科学技术》期刊2017年03期）
石素玮,谭安辉[10]（2017）在《粗糙直觉模糊集的近似表示》一文中研究指出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.(本文来源于《数学的实践与认识》期刊2017年11期）
粗糙模糊集论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
众所周知,经典粗糙集的不确定性来自于边界域,但是对于粗糙模糊集来说,其正域和负域中的元素存在不确定性,从而导致粗糙模糊集的不确定性不仅来自于边界域,还来自于正域和负域。另外,在粗糙模糊集中,一个模糊概念可以通过层次粒结构中不同的粗糙近似空间进行刻画,随着粒度的变化,模糊概念的不确定性的变化规律如何?对此,文中提出一种基于模糊度的不确定性度量公式,并基于均值模糊集分析了粗糙模糊集模型,得出粗糙模糊集不确定性度量的模型同样适合于度量概率粗糙集的不确定性的结论。其次,采用基于模糊度的不确定性度量方法,揭示了分层递阶的多粒度空间下粗糙模糊集不确定性的变化规律。然后,分析了3个域(正域、边界域和负域)的不确定性,并揭示了它们在分层递阶的多粒度空间下的变化规律。最后,通过实验验证了所提不确定性度量理论的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
粗糙模糊集论文参考文献
[1].巩增泰,王龙五.覆盖变精度粗糙模糊集模型[J].兰州大学学报(自然科学版).2019
[2].杨洁,王国胤,张清华,冯林.层次粒结构下粗糙模糊集的不确定性度量[J].计算机科学.2019
[3].路娟.二型模糊集的粗糙建模研究[D].山西大学.2018
[4].薛占熬,吕敏杰,韩丹杰,张敏.基于优势关系的程度粗糙直觉模糊集模型研究[J].计算机科学与探索.2019
[5].石素玮,谭安辉.基于诱导覆盖的粗糙直觉模糊集模型[J].南京大学学报(自然科学).2017
[6].尕藏才让.λ-粗模糊集的粗糙半群的模糊同态与同构[J].青海师范大学学报(自然科学版).2017
[7].王金英,王艳平,齐爽.改进的粗糙直觉模糊集[J].计算机工程与应用.2018
[8].薛占熬,司小朦,朱泰隆,王楠.乐观和悲观多粒度覆盖粗糙直觉模糊集模型的研究[J].小型微型计算机系统.2017
[9].邓高,杨珊.基于组合预测与变精度粗糙模糊集的采空区稳定性评价[J].黄金科学技术.2017
[10].石素玮,谭安辉.粗糙直觉模糊集的近似表示[J].数学的实践与认识.2017
论文知识图
