带隶属度及权重的粗糙集模型的构建

提出了带隶属度及权重的粗糙集模型。在这种模型中，给出带隶属度及权重的信息系统，进行噪音的处理．这种粗糙集的拓广模型克服经典粗糙集分类过于严格、对噪音过于敏感、某些隐藏在边界中的规则丢失等缺陷，并用算例验证了该模型是可行的。     

模糊粗糙集的模糊度

粗糙集理论和模糊集理论都是研究信息系统中知识的不完善、不准确问题，前者基于信息系统中知识的不可分辨性，后者基于信息系统中知识的模糊性，将二者结合形成了模糊粗糙集。模糊度是模糊集的一种重要的数字特征，我们用模糊度来刻画模糊集的整体模糊程度。本文讨论模糊粗糙集的性质，定义了模糊粗糙集的模糊度。并在此基础上，分别给出了模糊粗糙集的Minkowski模糊度，Haming模糊度，Euclid模糊度。     

概率模糊粗糙集模型

基于模糊等价关系,在模糊概率空间上利用模糊条件概率建立了概率模糊粗糙集模型.讨论了概率模糊上、下近似算子的性质.最后给出了模糊集的近似精度和粗糙度的计算公式.     

基于覆盖的模糊粗糙集模型

在基于覆盖的粗糙集的基础上,定义了基于覆盖的模糊粗糙集模型,并且讨论了该模型的一些相关性质.同时,证明了论域上的任意子集相对于覆盖近似空间及其约简后的覆盖近似空间的上下近似是分别相等的,从而简化了运算.     

模糊粗糙集的扩张定理

扩张原理是模糊集合论的主要工具之一,通过模糊粗糙集的扩张原理,完善了它的一些性质,讨论了它的扩张定理,并且推广到复合映射的扩张原理．     

粗糙集与模糊集的转化算法分析

在可能性测度的粗糙集解释基础上，给出了模糊集与粗糙集的一个转化算法，从而建立了两种非经典集合之间的关系．     

信息表中属性值为模糊集的粗糙集

研究信息表中属性值为模糊集的粗糙集,不同于已有的模糊粗糙集与粗糙模糊集,比Pawlak最初的粗糙集理论更接近于现实.     

模糊集方法在粗糙集研究中的一些应用

粗糙集理论的创始人Z.Pawlak曾经得出一个结论:“粗糙集是泛化的模糊集;”通过粗糙隶属函数把粗糙集理论与模糊集联系起来,建立了一种粗糙集理论与模糊理论的关系。     

变精度粗糙集与基于变精度粗糙集的知识模糊度量

变精度粗糙集是对标准粗糙集理论的一种扩展 .它通过设置阈值参数 β ,放松了标准粗糙集理论对近似边界的严格定义 .文中讨论了变精度粗糙集的置信阈值 β ,通过算例给出了信息系统中基于变精度粗糙集的规则提取方法 ;将变精度粗糙集模型应用于模糊集 ,提出了在变精度粗糙集中知识的一种模糊度量方法 ,对这种方法的一些性质进行了研究 ,并用该模糊度量方法描述了近似算子 .研究表明 ,该方法可合理解释模糊隶属函数 ,清晰说明了隶属度的含义 .     

基于模糊等价关系的粗糙集方法

在对研究信息系统中知识不完全、不确定问题的两种重要理论粗糙集和模糊集进行比较分析的基础上,结合模糊集和粗糙集各自的优点,针对信息系统中数据量庞大且属性值大多是连续的、很多数据对象具有相同或相似性质的情况,提出一种基于模糊等价关系的粗糙集方法,实现了粗糙集理论与模糊集理论的有机结合;并通过一个应用实例,证明了此方法的有效性．     

Rough Fuzzy集及其相似度量

近年来，人们提出许多刻划不确定性的方法，Rough集理论是描述Fuzzy性和不确定性的一种新的数学工具．文中简要介绍了Rough集理论的基本概念，讨论了Rough集的性质及其Rough Fuzzy集的相似度量。     

单向S-粗模糊集

结合模糊集理论和单向S-粗集理论,基于动态系统提出了单向S-粗模糊集的概念、结构及其性质,对此进行了讨论并给出应用实例。     

几个推广的粗糙集概念之间的关系

在Nanda和Majumdar提出的模糊粗糙集和粗糙模糊集，及Atanassov提出的直觉模糊集的意义下，综合讨论了这几个推广的粗糙集概念的格性质及它们之间的相互关系．     

一种基于粗糙集的属性权重新算法

给出了属性重要度新定义,提出了一种新的基于粗集理论的属性权重的计算方法,并通过实例进行了验证。结果表明,这种权重计算方法更符合实际,可以解决原有粗糙集计算方法存在的问题。     

奇异粗集信息系统的模型与应用(Ⅰ)

给出基于S-粗集的信息系统的模型以及属性迁移的若干性质，动态信息系统的知识约简和它的应用。     

关于粗糙集的若干注记(Ⅰ)--粗糙集与Stone代数

粗糙集理论是处理和表示不准确信息的极为有效的数学工具 ,也是对其他处理不完备信息的理论和方法 (如 ,可能性理论 ,证据理论 ,模糊集理论等 )的补充 .研究了粗糙集理论与Stone代数的关系 ,并给出与粗糙集和条件事件密切相关的Stone代数的同构定理 .     

Vague关系下的Vague粗糙集模型

研究了两类Vague关系下Vague集的近似结构。通过引入Vague等价关系,给出了Vague集在Vague关系下的两组下、上近似,进而定义了两种新的粗糙集模型,并对此模型的几种特殊情形进行了分析,指出此两种模型均是较为一般化的粗糙集模型。此两种模型的建立,一定程度上完善了粗糙集的理论体系。     

模糊变异粗集与[α/R]知识

从问题的内、外两方面出发，结合模糊集理论与变异粗糙集理论提出了模糊变异粗集模型，并对模糊变异粗集和模糊变异知识进行了讨论，给出了模糊变异知识及其相关定理。