本书主要以粗糙集理论模型为基础, 介绍不确定概念的近似表示模型与方法。本书首先建立粗糙集的近似集模型, 即给出不确定概念的0.5近似集, 并讨论相关性质。然后针对不确定性目标概念是模糊集、Vague集、区间集等情况, 分别提出这些不确定概念在粗糙近似空间下的近似表示以及分析这些近似表示与目标概念的相似度, 讨论相似度在不同近似空间下的变化规律, 为进一步拓展粗糙集理论模型奠定理论模型基础。
本书可供计算机、自动化、系统科学、通信工程、应用数学等相关专业的研究人员、教师、研究生、高年级本科生和工程技术人员等参考使用
第1章绪论
1.1不确定性现象
1.2处理不确定性现象的常用模型与方法
1.2.1概率论
1.2.2模糊集理论
1.2.3粗糙集理论
1.2.4灰色理论
1.2.5DS证据理论
1.2.6云模型
1.3不确定性概念的近似表示
1.4本书的主要内容和结构安排
参考文献
第2章粗糙集模型概述
2.1信息表知识表达系统
2.2粗糙集的基本概念
2.3粗糙集的相关运算
2.4粗糙集模型的扩展
2.4.1概率粗糙集
2.4.2决策粗糙集
2.4.3基于容差关系的粗糙集
2.4.4多粒度粗糙集
2.4.5博弈粗糙集
2.4.6S粗糙集
2.4.7随机集粗糙集
2.5研究展望
2.6本章小结
参考文献
第3章粗糙集的近似集模型
3.1引言
3.2相关基本概念
3.3粗糙集的近似集Rλ(X)
3.4粗糙集的近似集R0.5(X)
3.4.1R0.5(X)的运算性质
3.4.2R0.5(X)与X的近似度（相似度）分析
3.4.3基于R0.5(X)提取规则的实例分析
3.5近似集R0.5(X)随知识粒度的变化关系
3.6粗糙集的优近似集
3.6.1粗糙集的近似集Rλ(X)的运算性质
3.6.2粗糙集的优近似集
3.7粗糙集近似集与目标概念的相似度
3.8粗糙集近似集的模糊度及其属性约简
3.8.1粗糙集近似集的模糊度
3.8.2多粒度知识空...
新书资讯