粗糙模糊集的近似表示

作     者：张清华 王进 王国胤 ZHANG Qing-Hua;WANG Jin;WANG Guo-Yin

作者机构：重庆邮电大学计算智能重庆市重点实验室重庆400065 重庆邮电大学理学院重庆400065 

出 版 物：《计算机学报》 (Chinese Journal of Computers)

年 卷 期：2015年第38卷第7期

页      面：1484-1496页

核心收录：

学科分类：0810[工学-信息与通信工程] 0808[工学-电气工程] 0839[工学-网络空间安全] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家自然科学基金(61472056 61272060 61309014) 重庆市自然科学基金(cstc2012jjA40047) 重庆邮电大学博士启动基金(A2010-06)资助~~ 

主　　题：粗糙集 粒计算 粗糙模糊集 相似度 知识粒度 

摘      要：粗糙模糊集是利用粗糙集的Pawlak知识空间来近似刻画一个模糊集(不确定概念)的理论模型.粗糙模糊集用上、下近似模糊集作为目标概念的边界模糊集,它没有给出在当前知识基下如何得到目标模糊概念的近似模糊集或近似精确集的方法.文中首先给出模糊集的相似度(近似度)的概念,定义了Pawlak知识空间U/R下的阶梯模糊集、均值模糊集、0.5-精确集等概念;然后分析得出U/R知识空间下的均值模糊集是所有阶梯模糊集中与目标模糊集最接近的模糊集,U/R知识空间下0.5-精确集是目标模糊集最接近的近似精确集;分析了均值模糊集、0.5-精确集分别与目标模糊集之间的相似度随知识粒度变化的变化规律.从新的视角提出了不确定性目标概念的近似表示和处理的方法,促进了不确定人工智能的发展.