直觉模糊向量(→β)覆盖L粗糙集

摘要：

直觉模糊覆盖粗糙集作为模糊粗糙集的一类推广,自提出以来就备受关注.为了更好的刻画直觉模糊环境中的目标概念,同时兼顾不同对象容错能力的差异性,本文提出了直觉模糊向量(→β)覆盖L粗糙集,讨论了它们的相关性质、不确定性度量及其属性约简方法.首先研究了直觉模糊向量(→β)覆盖及其邻域的相关特征.其次在直觉模糊β覆盖粗糙集的基础上给出了直觉模糊β覆盖L-1粗糙集,讨论了二者之间的联系.在直觉模糊向量(→β)邻域的基础上,定义了直觉模糊向量(→β)覆盖L-2粗糙集,探讨了其相关性质并讨论了它和其它模型之间的相关联系.最后研究了模型相关的直觉模糊粗糙性、相似性、辨识性度量等不确定性刻画方式,并给出相关属性约简算法.通过例子验证了模型的有效性与适用性.结论表明,就已有的直觉模糊β覆盖粗糙集而言,直觉模糊β覆盖L-1粗糙集与 目标概念之间具有更高的相似性;直觉模糊向量(→β)覆盖L-2粗糙集具有更好的适用性,并在一定的程度上具有更高的精确度.

关键词：直觉模糊集、直觉模糊向量(→β)覆盖、直觉模糊粗糙集、不确定性度量、属性约简

所属期刊栏目：36

分类号：O159(代数、数论、组合理论)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;福建省自然科学基金资助项目;福建省自然科学基金资助项目;福建省自然科学基金资助项目;福建省自然科学基金资助项目

在线出版日期：2023-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：26-39