收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

软集在不确定性理论中的相关扩展研究

朱英丽  
【摘要】:Vagueness or uncertainty is a conception associated with the set. At present, there have been many painstaking mathematical tools to solve this problem, such as fuzzy set, rough set, intuitionistic fuzzy set and so on. As an another kind of mathematical tool for dealing with uncertainty, soft set proposed by Russian scholar Molodtsov in 1999. Without any restrictions to objects, a soft set approximately describes an object with two parts which are predicate and approximate value. In addition to soft set, the other mathematical tools to processing uncertainty are all lack of parameterized tools, therefore it can not be good enough to solve complex practical problems. As the only theory now can overcome the above-mentioned difficulty, soft set gets a very wide range of applications. But in the process of solving practical problems, we will find that many attributes are ambiguous and soft set itself to the description of attributes is accurate. To overcome this difficulty, the article combines the soft set with the fuzzy set, and gets a new mathematical model to solve the actual problems better. Intuitionistic fuzzy set adding a new attribute parameter called nonmembership function is put forward by Atanassov. It is a tool which can describe the“neither-nor”fuzzy conception, and can depict exquisitely fuzzy essence in the real world. So this article combines soft set with intuitionistic fuzzy set, and constructs a new mathematical model, namely intuitionistic fuzzy soft set, then the properties are discussed. Rough set theory which is proposed by professor Pawlak, and it is another mathematical tool to deal with fuzzy and uncertain knowledge. its main idea is to find the decision-making and classifying rules by knowledge reduction with keeping the classifying capability. Rough set theory play a key role in the fields of data mining, pattern recognition, decision-making analysis and so on. So in this article, we try to combining soft set with intuitionistic fuzzy rough set, and constructing two new mathematical tools. Hope that in the future study, we can discover new advantages in sloving practical problems. Finally, this article makes some discussions for the algebraic structure of soft set, and combines fuzzy soft set with group to get a new kind of algebraic structure - inverse fuzzy soft group, then its nature is analyzed.


知网文化
【相似文献】
中国期刊全文数据库 前13条
1 牛刚;;软直觉模糊集[J];计算机工程与应用;2012年18期
2 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年06期
3 薛占熬;司小朦;王楠;朱泰隆;;基于最小/最大描述的多粒度覆盖粗糙直觉模糊集模型[J];计算机科学;2017年01期
4 薛占熬;司小朦;朱泰隆;王楠;;覆盖粗糙直觉模糊集模型的研究[J];计算机科学;2016年01期
5 黄爱萍;黄凤英;;基于覆盖粗糙集的超图连通性[J];数码设计;2016年02期
6 杨清波,李金屏;基于相容关系的扩展粗糙集理论研究[J];济南大学学报(自然科学版);2005年01期
7 刘艳芳;陈雪云;;关系粗糙集的邻域拟阵结构研究[J];数码设计;2016年02期
8 王晓红;;基于粗糙集近似的信息熵[J];晋城职业技术学院学报;2013年04期
9 汪小燕;郭云婷;申元霞;;可变多粒度粗糙集粒度约简研究[J];哈尔滨师范大学自然科学学报;2019年01期
10 李文钰;许双武;徐加阳;王秋婷;路云龙;;基于粗糙集理论的多标度层次分析教师教学评价模型[J];数学学习与研究;2017年11期
11 胡成祥;赵国柱;;优势关系多粒度粗糙集中近似集动态更新方法[J];中国科学技术大学学报;2017年01期
12 钟诚;李金海;;组合多粒度粗糙集及其在教学评价中的应用[J];数码设计;2017年01期
13 张凯;杨靖;;粗糙集理论及其应用综述[J];物联网技术;2017年06期
中国重要会议论文全文数据库 前10条
1 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年
2 刘碧森;钟守铭;陈华富;;基于支持向量机与粗糙集理论的信息处理[A];第二届全国信息获取与处理学术会议论文集[C];2004年
3 李雄;李胜利;徐宗昌;;基于粗糙集理论的状态监测与故障诊断(英文)[A];第三届全国信息获取与处理学术会议论文集[C];2005年
4 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
5 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
6 孙亮;杨飞;于建均;陈梅莲;;一种基于指数粗糙集合的变精度控制器应用研究[A];第25届中国控制会议论文集(下册)[C];2006年
7 陈钉均;刘熠;李涵;吴开腾;;变精度覆盖粗糙集的新型算子研究[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
8 刘庆珍;蔡金锭;;基于粗糙集理论的电力电子电路故障诊断[A];第十六届电工理论学术年会论文集[C];2004年
9 黄伟;赵寅邦;陈乔生;王俊凯;;基于改进遗传算法和粗糙集的变压器故障诊断[A];2015年全国智能电网用户端能源管理学术年会论文集[C];2015年
10 王旭阳;王彤;李明;;基于粗糙集理论的分类规则挖掘方法[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
中国博士学位论文全文数据库 前10条
1 贺晓丽;多粒度环境下的知识获取理论[D];西北大学;2018年
2 张晓霞;非负矩阵分解与粗糙集若干理论及方法研究[D];华北电力大学(北京);2018年
3 黎文善(LE VAN THIEN);基于覆盖的概率粗糙集和L-模糊变精度粗糙集研究[D];武汉大学;2015年
4 廖淑娇;代价敏感粒计算若干方法的研究[D];电子科技大学;2018年
5 包艳玲;四种粗糙集扩展模型的研究[D];陕西师范大学;2018年
6 王丽娜;基于阴影集和粗糙集的模糊聚类算法研究与应用[D];南京航空航天大学;2016年
7 谭天乐;基于粗糙集的过程建模、控制与故障诊断[D];浙江大学;2003年
8 乔斌;粗糙集理论分层递阶约简算法的研究[D];浙江大学;2003年
9 何亚群;基于粗糙集的智能决策理论与应用研究[D];南京航空航天大学;2005年
10 马玉良;知识获取中的Rough Sets理论及其应用研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 朱英丽;软集在不确定性理论中的相关扩展研究[D];西北师范大学;2011年
2 杨云霞;基于扩展粗糙集的特征选择研究与应用[D];南京信息工程大学;2012年
3 刘艳玲;单值中智粗糙集的拓扑结构及模型推广研究[D];陕西师范大学;2018年
4 袁艺林;模糊粗糙近似算子的构造研究及其在农业中的应用[D];河南师范大学;2018年
5 景嫄;多粒度区间集概率粗糙集模型[D];长安大学;2018年
6 罗丽娟;基于粗糙集—支持向量机的建筑施工安全预警研究[D];哈尔滨工业大学;2018年
7 刘海晓;基于CAN-BUS数据和粗糙集的公交车辆关键故障信息研究[D];北京交通大学;2018年
8 胡玮;基于改进邻域粗糙集和随机森林算法的糖尿病预测研究[D];首都经济贸易大学;2018年
9 刘翠翠;基于邻域粗糙集的癌症相关信息基因选择方法研究[D];湖南大学;2015年
10 张晓臣;粗糙集模型在分析高三数学模拟考试成绩中的应用[D];广西民族大学;2018年
中国重要报纸全文数据库 前1条
1 本报记者 李智 通讯员 梁宪生;零的突破[N];山西经济日报;2001年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978