模糊集和粗糙集简单入门.docVIP

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
模糊集和粗糙集简单入门

模糊集与粗糙集的简单入门 1.前言 Zadeh在1965年创立了模糊集理论[1],Pawlak在1982年又给出了粗糙集的概念[2],模糊集理论和粗糙集理论都是研究信息系统中只是不完全,不确定问题的两种方法,是经典集合论的推广,它们各自具有优点和特点,并且分别在许多领域都有成功的应用,如模式识别、机器学习、决策分析、决策支持、知识获取、知识发现等.模糊理论是简历集合的子集边缘的病态定义模型,隶属函数多数是凭经验给出的,带有明显的主观性;粗糙集理论基于集合中对象间的不可分辨行的思想,作为一种刻画不完整想和不确定性的数学工具,它无需任何先验信息,能邮箱分析处理不精确、不完整等不完备信息,对不确定集合的分析方法是客观的.两种理论之间有着密切的关系和很强的互补性,同事粗糙集理论和模糊集理论可以进行结合,产生粗糙模糊集理论和模糊粗糙集理论,并且发挥着不同的优势. 本文在已有的模糊集理论和粗糙集理论的基础之上,分析和总结了模糊集和粗糙集理论,对二者进行了全面的比较. 2.基本概念 这部分将集中介绍模糊集和粗糙集的基本概念及其性质. 2.1模糊集 模糊理论[3][4]是一种用以数学模型来描述语意式的模糊信息的方法.模糊概念也是没有明确外延的概念.根据普通集合论的要求,一个对象对应于一个集合,要么属于,要么不属于,二者必居其一;而模糊集则通常用隶属函数表示模糊概念. 2.1.1模糊集合的基本定义 定义1 设是有限非空集合,称为论域,上的模糊集用隶属函数表示如下: 其中表示元素隶属于模糊集合的程度,记上的模糊集合全体为. 模糊集合的数学表示方式为 2.1.2模糊集合的运算 设为上的两个模糊集,它们的并集,交集和余集都是模糊集,且其隶属函数分别定义为 2.1.3 模糊集合的关系 模糊集合之间关系的表示方式,是以集合所存在的隶属函数作为集合之间的关系表示的. 模糊集合之间的相等: 模糊集合之间的包含: 2.1.4 截集与支集 定义2 对于和任意,定义 分别为的截集和的强截集.特别的,当时,为的核;当时,为的支集.表示为如下: 则根据上面截集的概念,模糊子集通过截集就变成了普通集合.截集就是将模糊集合转化为普通集合的方法,截集的概念是联系模糊集合与普通集合之间的桥梁. 2.2 粗糙集 2.2.1粗糙集合的基本定义 (1)粗糙集合提出的背景 由于经典逻辑只有真假二值之分,而在现实生活中存在许多含糊的现象,并不能简单的用真假值来表示.于是,在1904年,谓词逻辑的创始人G.frege提出了含糊(vague)一词,他把含糊现象归结到边界线上. 1965年,L.A. Zadeh提出Fuzzy Sets 的概念,试图通过这一理论解决G.frege的含糊概念.Zadeh 的FS方法是利用隶属函数描述边界上的不确定对象. 1982年,波兰华沙理工大学 Z.Pawlak 教授针对G. frege的边界线区域思想提出了Rough Sets理论.Pawlak 的RS方法:把无法确认的个体都归属于边界区域,把边界区域定义为上近似集和下近似集的差集. (2)粗糙集合的定义 粗糙集理论特点是不需要预先给定默写特征或属性的数量描述,直接从给定的问题的描述集合出发,通过不可分辨关系和不可分辨类确定给定问题的近似域,找出问题内在规律. 定义2 设是一个知识库,其中是一个非空集合,称为论域.是属性的非空有限集合,为的决策属性,,是属性的值域,是一个信息函数,它为每个对象赋予一个信息值. 定义3 设是一个有限的非空论域,为上的等价关系,等价关系把集合划分为多个互不相交的子集,每个子集称为一个等价类,用来表示,,其中,称为关于的等价关系或者不可分辨关系.论域上的所有等价类的集合用来表示. 2.2.2 上、下近似集,粗糙度 (1)上下近似集的定义 定义4 对于任意的,的上、下近似集分别定义为 集合称为集合的正域,;集合称为集合的负域;集合称为的边界域. 集合的不确定性是由于边界域的存在,集合的边界域越大,精确性越低,粗糙度越大. 当时,称为的精确集;当时,称为的粗糙集,粗糙集可以近似使用精确集的两个上下近似集来描述. (2) 粗糙度 粗糙度是表示知识的不完全程度,由等价关系定义的集合的粗糙度为: 其中,表示集合的基数. 3 研究对象、应用领域及研究方法 3.1模糊集的研究对象、应用领域及研究方法 (1) 模糊集的研究对象 模糊集研究不确定性问题,主要着眼于知识的模糊性,强调的是集合边界的不分明性. (2) 模糊集的应用领域 模糊集理论[5]广泛应用与现代社会与生活中,主要有以下几个方面:消费电子产品、工业控制器、语音辨识、影像处理、机器人、决策分析、数据探勘、数学规划以及软件工程等等. (3)研究方法 模糊集理

文档评论(0)

sy78219 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档