基于限制非对称相似关系的粗糙集模型

基于不可分辨关系的粗糙集理论不适用于含未知值的不完备信息系统.需要将经典的粗糙集理论不可分辨关系加以扩充才能处理不完备信息系统.目前已经提出了基于容差关系、量化容差关系、限制容差关系、非对称相似关系等的扩充粗糙集理论.但是,这些理论还存在一些局限性.文章提出了一种新的基于限制非对称相似关系的粗糙集扩充模型.理论分析和实验证明,与其它模型相比,可以从基于限制非对称相似关系模型的近似集中获取更多的信息.     

基于相似度的区间数排序

为设计一种简便而又科学的区间数排序方法,在综合考虑区间数的特点、提取区间数中的隐形数据、对数据进行处理等基础上,根据各个区间数与目标区间数相似度程度的不同,提出了一种新的对区间数进行排序的方法,并提出了这种排序方法的一些优良性质,如:序关系完全性、传递性、等价替换性、区间数长度相等且区间数的属性为效益型时中心越大越好、区间数中心重合时区间越小越好等,充分表明了这种方法的科学性与可行性。最后,通过一个算例说明这种简单、方便、科学的排序方法的操作过程。     

模糊相似关系下变精度模糊粗糙集

经典变精度模糊粗糙集模型是基于模糊等价关系建立的.在实际应用中,模糊等价关系很难直接构造,需要通过求模糊相似关系的传递闭包生成.对模糊关系的这种改造会丢失较多有价值的信息,而且还增大了模糊粗糙集应用的计算复杂度.基于模糊逻辑算子构造2个模糊集的相对错误包含度,构造性地提出基于模糊相似关系的变精度模糊粗糙集模型,研究了该模型的性质.该模型一方面具有变精度粗糙集的优点,对噪声数据具有很好的容错能力,另一方面是基于模糊相似关系建立的,其应用范围更为广泛.     

基于非对称选择相似关系的扩充粗糙集模型

针对带"*"值的不完备决策系统,提出一种基于非对称选择相似关系的扩充粗糙集模型,通过定义"选择相似"的概念来合理地控制未知值和已知值的相似程度,克服了"*"值可与任意值相似的不足。理论分析表明,该模型不但符合人的"选择性"要求,而且具有更加合理的分类效果。实例分析进一步验证了非对称选择相似关系的优越性。     

基于β-相似关系的广义多粒度粗糙集模型

在多粒度粗糙集的基础上,结合粒度选择和分类选择的不确定性建立基于β-相似关系的广义多粒度粗糙集模型。该模型在一定程度上弥补了多粒度粗造集模型粒度选择和分类选择的局限性。讨论基于β-相似关系的广义多粒度粗糙近似算子的性质以及与多粒度粗造集模型的关系。通过案例验证了该模型的应用实效。     

基于不完备区间值信息系统的决策粗糙集

在不完备区间值信息系统中,提出一种基于极大相容类的决策粗糙集模型。首先,针对不完备区间值信息系统中属性相似度存在的缺陷,对属性相似度进行改进。其次,在不完备区间值信息系统中,由于容差关系下建立粗糙集模型存在冗余度高、分类精度低的问题,采用极大相容类代替等价类,结合贝叶斯最小风险决策原则,建立决策粗糙集模型。经证明,基于极大相容类建立粗糙集模型可有效提高分类精度。最后,基于正域分布不变的原则提出基于区分矩阵的属性约简算法并将该算法应用于实例。     

基于改进向量相似度的区间数动态多指标决策模型及应用

针对决策信息为区间数的不确定性动态决策问题,在属性权重和时间权重未知的情况下,基于改进向量相似度的方法,构建一种兼顾决策信息和决策偏好的动态多指标决策模型.利用区间型决策信息的相对相似性和属性重要度,构造相对相似度最小规划模型以确定指标权重;在综合考虑决策信息时间价值、决策者偏好的基础上,构建极大熵模型以确定时间权重;结合向量相似度计算存在的缺陷,提出一种基于向量投影思想的向量综合相似度测度方法,从而建立不确性动态决策模型,并通过实例分析检验该模型的合理性和有效性.     

粗糙数项级数及其粗糙收敛性质

基于粗糙Cauchy数列,研究粗糙数项级数及其粗糙收敛性质。定义粗糙数项级数的粗糙敛散性,确立粗糙和的离散度量唯一性与连续实值不唯一性,得到数项级数的粗糙收敛与精确收敛的转化关系与性质差异。相关研究推进粗糙数列到粗糙数项级数。     

区间直觉模糊粗糙集的不确定性研究

对区间直觉模糊信息系统中近似集的不确定性进行了研究,给出了区间直觉模糊粗糙集的不确定性度量公式。首先在区间直觉模糊近似空间中,定义了一对具有对称性的新的区间直觉模糊上、下近似算子;其次给出了区间直觉模糊集粗糙隶属函数的定义并讨论了相关性质;最后利用区间直觉模糊粗糙隶属函数的区间直觉模糊熵,定义了区间直觉模糊粗糙集的模糊熵,并讨论了区间直觉模糊粗糙集的模糊熵为零的充要条件,证明了在区间直觉模糊近似空间中经典集合和它的余集的粗糙度量是相等的,以此说明定义的合理性。     

基于联系数的区间粗糙数多属性决策方法

定义了正态分布的区间粗糙数,补充联系数的运算法则。利用集对分析的不确定性理论,建立了区间粗糙数的均值-方差联系数模型,针对属性值为区间粗糙数且权重已知的区间粗糙数多属性决策问题,提出了一种基于联系数的区间粗糙数多属性决策方法,并给出了决策的步骤。最后,通过实例分析,表明该方法的有效性和实用性,且计算简单易行。     

优势关系下的区间值信息系统及其属性约简

针对区间值信息系统,提出一种新的优势关系,并定义了基于这种优势关系的信息系统的上、下近似集。通过可辨识矩阵的方法,提出了区间值信息系统的属性约简方法。通过实例验证该属性约简方法简便易行。     

模糊相似关系下的模糊粗糙集及其截集

模糊粗糙集理论模型的建立和发展是Pawlak粗糙集模型推广的一个主要方向,该文在普通等价关系下的模糊粗糙集的基础上．给出了模糊相似关系下的模糊粗糙集的表示方法,并提出了模糊集的截集在模糊相似关系下的下、上近似的表示方法及其性质。     

一种带参数的区间粗糙数型多属性决策方法

针对带参数的区间粗糙数型多属性决策问题,首先定义了带参数的区间粗糙数的期望和方差,以期望值和方差集结函数的优劣度得到正负理想点,然后提出了一种积分形式的带参数型的区间粗糙数新的相离度,并根据已有的加权区间粗糙的距离平均算子（WIRDAA）概念,构建含参数的区间粗糙数型MADM的熵值法模型得到最终排序,最后以一个实例说明该方法的可行性。     

模糊信息系统中基于OWA算子的模糊粗糙集模型

在模糊信息系统中,属性值并不是一个确定的值,而是一个隶属度函数。因此,通过利用有序加权平均(OWA)算子聚合对象间在每个属性上的差异,刻画出对象之间的相似性,定义对象的相似度并讨论其相关性质。借助对象相似度,通过逻辑关系和相应的函数运算,分别给出了对象隶属于上、下近似集合的隶属度。最后,通过实例分析说明在模糊信息系统中,该相似度能较准确地刻画出对象的相似性,同时,对象对于上、下近似的隶属度能更直观、合理地反应对象隶属于某一集合的上、下近似的情况,且能更合理地描述这一粗糙集合。     

集值信息系统的粗糙集扩展模型

通过分析研究现有集值信息系统下定义的二元关系,基于集合包含度在集值信息系统中引入相似度概念,定义了一种基于相似度的α-相容关系,提出基于α-相容关系的粗糙集扩展模型,并分析比较了该模型与现有粗糙集扩展模型之间的关系。最后,给出实例加以验证。     

区间粗糙数互补判断矩阵的两种一致性

区间粗糙数判断矩阵具有在不确定判断中保留部分确定判断的双重特性,然而目前对其研究相对较少,特别是对其一致性的相关研究。为此该文提出了区间粗糙数互补判断矩阵的完全一致性和强一致性的概念以及判断其是否具有完全一致性和强一致性的相关定理。通过算例讨论了内外一致性对于整体一致性的影响,并给出区间粗糙数判断矩阵的完全一致性和强一致性的关系,为区间粗糙数判断矩阵的应用提供一致性理论基础作出相应探讨。     

区间集值信息系统中的粗糙集理论

介绍集值信息系统和区间值信息系统,并提出了同时具有这两种系统特点的区间集值信息系统.依据属性值的语义关系,将区间集值信息系统分为两类：析取（I型）和合取（II型）系统,并对其分别提出了基于优势关系的粗糙集模型,讨论了相关性质.最后用实例分析验证了所提出系统的有效性.     

基于集对顺势相似关系的变精度粗糙集模型

为了能有效处理含有含噪音数据、模糊性的不完备信息系统,利用集对分析与粗糙集的思想与方法,在比较几种集对相似关系的优势与劣势的基础上,提出了一种基于阀值[α]联系度系数的集对顺势相似关系,并将其代替变精度粗糙集的不可区分关系,构建了一种基于集对顺势相似关系的变精度粗糙集模型,探讨其性质。通过实例验证了所构建模型的合理性与有效性。     

区间直觉模糊粗糙集

将模糊粗糙集推广到区间直觉模糊粗糙集,基于区间直觉模糊等价关系和两个论域之间的一般区间直觉模糊关系,给出了区间直觉模糊粗糙集模型的不同形式,并讨论了一些相关性质。     

基于区间相似度的动态服务协商模型

针对服务协商中信息的不对称性、协商环境的动态性以及QoS属性的不确定性和模糊性,提出基于区间相似度的动态服务协商模型。利用区间相似度和区间估计预测对方的协商策略,以此制定己方的最优反策略。算例分析表明,在动态服务协商环境下,该模型比静态协商模型更贴近现实的协商行为,能有效提高协商效率。