乐观和悲观多粒度覆盖粗糙直觉模糊集模型的研究
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.
直觉模糊集、多粒度、覆盖粗糙直觉模糊集、隶属度
38
TP18(自动化基础理论)
国家自然科学基金计划项目61273018;河南省基础与前沿技术研究计划项目132300410174;河南省教育厅计划项目14A520082;新乡市重点科技攻关计划项目ZG14020
2017-08-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
1334-1340