泛系并聯(lián)粗糙集模型的擴展.pdf

1、目的：在實際問題中，泛系并聯(lián)粗集模型不能解釋日常生活中的一些復雜概念；它過分地要求對象之間存在相異性，而忽略了對象之間有時候存在相似的情況；它不能解決對象之間本質上沒有等價關系的問題。為了解決上述這些問題，本文從粒計算結構的角度來分析現(xiàn)實世界的事與物，通過引入粒度思想對泛系并聯(lián)粗糙集模型進行了理論延伸。
　　方法：在粒計算多視角多層次的基礎上，通過結合離散數(shù)學中范式邏輯理論、泛系理論中數(shù)理化公式和粒計算中覆蓋近似空間等理論，從劃分

2、的邏輯關系、關系弱化和近似空間三個方面橫向地對泛系并聯(lián)粗糙集模型進行擴展。
　　結果：首先，從邏輯關系方面進行擴展，采用析取和合取這兩種邏輯關系的復合方法，將簡單概念復合成復雜概念，提出了泛系復合并聯(lián)粗糙集模型；其次，從關系弱化方面進行擴展，將多個等價關系放松到多個相容關系，得到了泛系并聯(lián)相容粗糙集模型，基于對象間相似性這一點，可以通過多個相容關系的并集來刻畫一個目標概念，得到了近似精度更高的模型——關系并聯(lián)相容粗糙集模型，通過實

3、例給出這兩種模型之間的關系；最后，從近似空間方面進行擴展，將劃分放寬至覆蓋，提出了泛系并聯(lián)覆蓋粗糙集模型。另外，從數(shù)量的角度，引入?yún)?shù)β來控制粒結構的數(shù)目，提出了一種可變泛系并聯(lián)覆蓋粗糙集模型，通過調節(jié)β的值可兼有泛系析取和泛系合取并聯(lián)覆蓋粗糙集模型的特點。同時，給出了一種以粒度的信息量為啟發(fā)因子的粒度約簡算法，并通過應用實例驗證了該算法的有效性和合理性。
　　研究的局限性：（1）從容錯性方面，可以將概率的思想融入到泛系并聯(lián)粗糙集