Ｖａｇｕｅ集（值）间相似度量的系列公式.docVIP

Ｖａｇｕｅ集（值）间相似度量的系列公式 　　摘要：提出Vague（值）间相似度量的系列公式，证明了在这些公式中的5个公式是分辨力非常强的公式，这些公式中的1个公式是分辨力非常弱的公式。 　　关键词：Vague集；相似度量；分式系列公式；分辨率 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2008)19-30111-04 　　The Series Formulars of Similarity Measures between Vague Sets(Values) 　　LIU Ming1,2, WANG Hong-xu2 　　(1.College of Information Technology, Hainan University,Haikou 570228,China;2.Dept. of Computer Sci. and Tech.,Qiongzhou University,Wuzhishan 572200,China) 　　Abstract: In this paper the series formulas of similarity measures between vague sets (values) were presented and we proved that the resolution of the five among these formulars is very strong and the resolution of one among these formulas is very weak. 　　Key words: vague sets; similarity measures; series formulars; resolution ratio 　　 　　1 引言 　　 　　 在1965年L?A?Zadeh提出Fuzzy集理论[1]，开创了人们认识、处理不确定信息的新途径和方法。对于和计算机的研究与应用相关的许多领域都产生重大影响。于1993年W?L?Gau和D?J?Buehrer提出Vague集理论同时兼顾隶属和非隶属两方面的信息，使得Vague集在处理不确定信息时比Fuzzy集有更强的表达能力。因此它在包括决策分析、模式识别、近似推理、模糊控制等许多方向得到应用。相似度量已经成为Vague集应用中的重要工具。许多论文都提出一些相似度量公式，例如文献[4]就列举出大量的已知相似度量公式。许多论文举出大量的事例来分析和研究已知相似度量的优劣，其中文献[5]用例子指出有些相似度量公式的分辨力是较弱的。本文提出一系列Vague集（值）间的相似度量公式。按照文献[5]的思想而提出Vague集（值）间的相似度量公式的R(resolution)――检验法，用来检验Vague集（值）间的相似度量的分辨力。用R――检验法检验本文提出的公式，其中有5个是分辨力非常强的公式，有1个是分辨力非常弱的公式。当然分辨力强的公式应该是应用时的首选。 　　 　　2 预备知识 　　 　　2.1 Vague集概念 　　 称A为论域X上的一个Vague集，如果可用一个真隶属函数tA和一个假隶属函数fA刻画。tA：X→[0,1]，fA：X→[0,1]其中tA（x）（x∈X）是从支持x的证据所导出的肯定隶属度的下界，fA（x）是从反对x的证据所导出的否定隶属度的下界，并满足约束条件： 　　 tA(x)+fA(x) ≤1，记A(x)=[tA(x),1-fA(x)]，称为Vague集A在点x处的Vague值，并有下述定义。 　　 tA(x)：被称为x对Vague集A的赞成度的下界； 　　 fA(x)：被称为x对Vague集A的反对度的下界； 　　 S(A(x))=tA(x)-fA(x)，被称为x的痕函数； 　　 K(A(x))=tA(x)+fA(x)，被称为x的确定度； 　　πA(x)=1- tA(x)-fA(x)，被称为x的未知度； 　　αA(x)=tA(x)(1+πA(x))，被称为x的赞成度； 　　βA(x)=fA(x)(1+πA(x))，被称为x的反对度； 　　■(x)=[αA(x), 1-βA(x)]，被称为由Vague值A(x)=[tA(x),1-fA(x)]导出的Vague值。 　　 当X={x1,x2,…,xn}是离散论域时，X上的Vague集A记为A={[ tA(x1),1-fA(x1)],[ tA(x2),1-fA(x2)] …, [tA(xn),1-fA(xn)]}，或者记为 　　 A=■[tA(xi),1-fA(xi)]/xi,xi∈X。 　　2.2 Vague集（值）间相似度量的定义 　　为了在下文叙述简捷起见，