模糊粗糙集中依参数粗糙度的新算法 - 徐伟华.pdf

维普资讯 2007年 4月 咸阳师范学 院学报 Apr．2007 第 22卷 第 2期 JournalofXianyangNormalUniversity VO1．22NO．2 计【算机科学与应用研究】 模糊粗糙集中依参数粗糙度的新算法 张晓燕 t，宋笑雪2,3，徐伟华 。 (1．广东海洋大学理学院 数学与计算科学系，广东 湛江 524088；2．咸 阳师范学院 计算机系 ，陕西 咸 阳 712000； 3．西安交通大学 理学院信息与系统科学所 ．陕西 西安 710049) 摘 要 ：自M．Banerjee和 S．K．pal提 出了模糊粗糙集的基本模型以来 ，模糊粗糙集一直是 粗糙集理论研究的一个重要课题。本文在模糊粗糙集基本模型基础上首先从 一模糊截集的概 念 出发．提 出了基于入一模糊截集的上、下近似的概念 ．给出了依参数粗糙度 的新计算方法，从而 使模糊粗糙集中依参数粗糙度得到了显著的改进 ．并通过具体实例证 明了该方法的有效性，特 别是 当处理的数据较 多时该方法尤为优越 关键词：粗糙模糊集：依参数粗糙度； 一模糊截集 中图分类号：TP18 文献标识码 ：A 文章编号 ：1672—2914(2007)02—0035—03 粗糙集理论 l【】是波兰数学家 Pawlak于 2O世纪 李 四是老年人”等等。 为 了描述这种不分明的状 8O年代提出的用于数据分析的理论 。由于粗糙集理 态 ．必须将经典集合推广到模糊集合 ．把经典集合的 论是一种刻画不完整性和不确定性 的数学工具 ．能 特征函数扩充为模糊集合的隶属函数，即从论域 够有效地分析处理不精确、不协调等不完备信息．并 到[O，1】的一个映射。为了方便理解 ，下面首先给出本 从中发现隐含的知识 ．揭示潜在 的规律，因此 ，作为 文所需要的基本概念和性质。详细解释以及证明过 一 种具有极大潜力和有效的软计算工具受到了人工 程可见文献 6『，7】。 智能工作者的广泛关注[6-21。 定义 1．1论域 上的一个模糊集合A是 由 将粗糙集和其他软计算方法 ．如模糊集、人工神 上的隶属函数 A： 一[O，1】来表示。 其 中A )表示 经网络、遗传算法等相综合 ．发挥出各 自的优点，有望 元素 隶属于A的程度 。并记 上的模糊集合全 设计出具有较高的机器智商的混合系统，这一直是国 体为 Ff 1。 内外科学研究努力的方向。近年来有许多学者∞致力 对于A EA(U)和 E[O，1】，记 ： 于将这两门理论结合起来 ．研究它们的联系与区别． A^= EUIA )A} 并提出了模糊粗糙集等许多新的概念 ．而且取得了很 称A 为A 的A一截集。 集合 EUIA )O}称为A 大的成就。在众多研究当中．大部分都是采用 一截 的支集．记为suppA。 集的方法去着手研究的。本文也是采用这种方法 ．对 1996年M．Banerjee和 S．K．pal提出了模糊粗糙 模糊粗糙集的依参数粗糙度进行了更进一步的探讨。 集 的概念。 首先从 一模糊截集出发引出基于 一模糊截集的上、 定义 1．2 设 ( R)是 Pawlak近似空间，即R是 下近似的概念．并利用这两个概念优化了依参数粗糙 论域 上的一个等价关系，若A是 上的一个模 度的计算方法．通过具体实例可以发现我们给出的新 糊集合，则A关于( R)一对下近似R )和上近似 的计算方法比原来的更为方便。特别是当处理的数据 1定义为 上的一对模糊集合，其隶属函数分别 较多时．改进后的方法显得十分优越 。 定义为： 1入一截集和依参数粗糙度 ))=min似∽，YE k}，E ； 在很多现实问题和实际系统中均不同程度存在 R )(x)=max