基于三角范数的变精度悲观多粒度粗糙集模型

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (17): 63-67.

基于三角范数的变精度悲观多粒度粗糙集模型

李少阳，李巧艳，宋卫妮

西安工程大学理学院，西安 710048

出版日期:2016-09-01 发布日期:2016-09-14

Pessimistic multi-granulation rough sets model of variable precision based on triangular norm

LI Shaoyang, LI Qiaoyan, SONG Weini

School of Science, Xi’an Polytechnic University, Xi’an 710048, China

Online:2016-09-01 Published:2016-09-14

摘要/Abstract

摘要： 多粒度粗糙集模型是目前粗糙集模型研究的热点方向之一。在更一般的情形下，提出了基于三角范数的变精度悲观多粒度粗糙集模型。根据S-范数和T-范数的定义，建立了一种新的基于三角范数的变精度悲观多粒度上下近似模型，并对其性质进行研究;对以上模型进行修正，并对修正模型的性质进行研究;结合实例，验证了模型的合理性。

关键词: 三角范数, 粗糙集, 变精度, 悲观多粒度

Abstract: Multi-granularity rough sets model is one of the hot research directions of rough set model in recent years. According to the general view, it proposes the models of variable precision pessimistic multi-granulation rough set based on triangular norm in the paper. According to the definitions of the S-norm and T-norm, a new model of variable precision pessimistic multi-granularity of upper and lower approximation is established, and its properties are studied. The modified model and its properties are investigated. An example is employed to verify the rationality of the model.

Key words: triangular norm, rough sets, variable precision, pessimistic multi-granulation

李少阳，李巧艳，宋卫妮. 基于三角范数的变精度悲观多粒度粗糙集模型[J]. 计算机工程与应用, 2016, 52(17): 63-67.

LI Shaoyang, LI Qiaoyan, SONG Weini. Pessimistic multi-granulation rough sets model of variable precision based on triangular norm[J]. Computer Engineering and Applications, 2016, 52(17): 63-67.

[1]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[2]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[3]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[4]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[5]	张博，贾华宇，马珺. RS-GA神经网络无人机受风情况估计[J]. 计算机工程与应用, 2020, 56(4): 209-213.
[6]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[7]	张建华，李方方，杨岚. 融合PFS与RS的案例知识供需匹配研究[J]. 计算机工程与应用, 2020, 56(23): 139-145.
[8]	骆公志，梅焘. 监督机制多粒度决策粗糙集模型及应用[J]. 计算机工程与应用, 2020, 56(18): 214-220.
[9]	谢旭明，段隆振，邱桃荣，杨幼凤. 改进量子搜索算法及其在核属性求解上的应用[J]. 计算机工程与应用, 2020, 56(14): 57-61.
[10]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[11]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.
[12]	任俊1，唐绮雯1，徐怡2，胡善忠2. 大学生贫困资助评定的多粒度粗糙集研究[J]. 计算机工程与应用, 2019, 55(7): 82-86.
[13]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.
[14]	齐美兰，李小南. 集值映射的拟阵结构及其与覆盖粗糙集的关系[J]. 计算机工程与应用, 2019, 55(6): 50-56.
[15]	杨珍，耿秀丽. 考虑多粒度属性约简的关联规则挖掘研究[J]. 计算机工程与应用, 2019, 55(6): 133-139.