导读:本文包含了直觉模糊粗糙集论文开题报告文献综述及选题提纲参考文献，主要关键词:支持直觉模糊集,多粒度粗糙集,多属性决策,拟合函数
直觉模糊粗糙集论文文献综述
薛占熬,赵丽平,张敏,侯昊东[1]（2019）在《多粒度支持直觉模糊粗糙集的多属性决策方法》一文中研究指出针对多属性决策中多个相互冲突的属性信息使决策者很难做出决策判断的问题,文中从支持直觉模糊集的角度研究该问题.首先,在支持直觉模糊集的基础上,结合多粒度粗糙集理论,构造乐观、悲观两种多粒度支持直觉模糊粗糙集模型,分析两种模型之间的相互关系,讨论相关性质.然后,利用t-模和t-余模定义拟合函数,提出多粒度支持直觉模糊粗糙集的多属性决策求解方法,同时定义得分函数和精确函数排序决策结果,提取相应的决策规则,设计算法.实例分析表明,文中方法使决策者在处理信息冲突的多属性决策问题时可根据实际需求选择最优决策方案.(本文来源于《模式识别与人工智能》期刊2019年08期）
张莉[2]（2019）在《基于覆盖的广义直觉模糊粗糙集及多属性决策研究》一文中研究指出本文主要研究直觉模糊邻域算子、基于覆盖的广义直觉模糊粗糙集模型和基于覆盖的变精度直觉模糊粗糙集模型理论以及决策应用.将粗糙集与直觉模糊集结合,研究四种直觉模糊邻域算子、四种基于覆盖的直觉模糊粗糙集模型以及四种基于覆盖的变精度模糊粗糙集模型的结构性质,并且分别给出一种基于覆盖的直觉模糊集模型的多属性决策方法以及基于覆盖的变精度模糊粗糙集模型的多属性决策方法.本文主要研究工作如下:第一章主要介绍本课题涉及的相关内容、发展背景以及目前的研究现状,并介绍预备知识和主要的研究工作.第二章基于D’eer提出的四种模糊邻域算子,给出四种直觉模糊邻域算子的定义,并且研究其相关的结构性质.基于四种直觉模糊邻域算子,定义四种基于覆盖的广义直觉模糊粗糙集模型,并且得到一些重要的结论.在此基础上,结合TOPSIS方法的思想,提出一种基于覆盖的广义直觉模糊粗糙集模型的多属性决策方法,并给出相关实例说明.通过本文的方法与已知多属性方法进行比较分析与敏感性分析,揭示提出的方法的有效性与鲁棒性,并且指出该方法可应用于更广泛和更复杂的决策环境.第叁章引入基于覆盖的变精度直觉模糊粗糙集的概念,通过研究其性质结构得出一些重要的结论.同时将基于覆盖的变精度直觉模糊粗糙集模型与经典的TOPSIS方法的思想进行融合,提出一种基于覆盖的变精度直觉模糊粗糙集模型的多属性决策方法,并且将其应用于生物医学的骨骼移植选材.通过将本文的方法与已知的多属性决策方法进行比较分析与敏感性分析,进一步揭示我们的方法的有效性,并指出其优势.(本文来源于《湖北民族大学》期刊2019-06-30）
郭庆,张爱萍[3]（2019）在《直觉模糊决策系统的一种变协调度粗糙集模型》一文中研究指出严格序关系下的粗糙集模型在处理不协调直觉模糊决策系统时,下近似集中包含很少的对象,其中可能存在着被遗漏的对象。文章通过引入协调度提出了一种序关系下直觉模糊决策系统的变协调度粗糙集模型,该模型通过调节协调度阈值的大小能够较为有效地处理直觉模糊决策系统中的不协调性,并给出该模型相关的重要性质及其证明,这些性质揭示了所提模型与严格序关系下模型的区别与联系;然后通过引入直觉模糊决策系统的分类质量给出了相对约简的方法,同时给出序决策规则的获取方法及其置信度;最后通过算例验证了该模型的有效性与合理性。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年06期）
梁美社,米据生,冯涛[4]（2018）在《广义优势多粒度直觉模糊粗糙集的属性约简》一文中研究指出证据理论和多粒度粗糙集模型的结合已成为知识挖掘中的热点研究之一,其建立的模型已被应用于不完备、覆盖、模糊等信息系统,但在直觉模糊决策信息系统中还未见相关讨论。首先,在直觉模糊决策信息系统中利用叁角模和叁角余模定义了3种优势关系,得到了3种优势类,并构造了广义优势关系多粒度直觉模糊粗糙集模型;其次,基于证据理论,讨论了广义多粒度直觉模糊粗糙集的信任结构;然后,通过定义粒度重要性和属性重要性给出了属性约简方法;最后,通过实例说明了该模型在处理直觉模糊决策信息系统时是有效的。(本文来源于《计算机科学》期刊2018年10期）
郭庆,戴习民[5]（2018）在《直觉模糊环境下的教学质量粗糙集评价模型》一文中研究指出文章考虑了教学质量评价中的不确定性,研究了直觉模糊环境下的教学质量评价问题,以已有的教学质量评价指标体系为基础,建立了教学质量评价的直觉模糊决策系统,提出了直觉模糊环境下的教学质量粗糙集评价模型,给出基于分类质量的评价指标相对约简及其序决策规则的获取方法,为教学评价提供了一种新的途径.(本文来源于《大学数学》期刊2018年03期）
刘勇,熊晓旋,刘健[6]（2018）在《优势直觉模糊粗糙集决策方法及其应用》一文中研究指出由于客观世界的复杂性和不确定性,多属性决策信息系统总是包含大量的偏好信息、模糊信息,而传统的决策方法难以有效提取决策规则和实现方案排序。为了处理此类问题,通过借鉴直觉模糊集和优势粗糙集的思想与方法,构建了一种优势直觉模糊粗糙集决策方法,并利用其解决信息系统安全审计评估问题。结果表明,所构建的模型能够很好地处理含有偏好信息和模糊信息的多属性决策信息系统,解决多属性评估决策问题,实现决策规则的获取和方案排序。(本文来源于《系统管理学报》期刊2018年03期）
颜廷娇[7]（2018）在《区间直觉模糊概率粗糙集模型及其应用》一文中研究指出由于经典粗糙集理论对于上下近似的定义过于严苛,导致边界域的取值相对较少,不利于决策方案的选择.为了解决这一问题,研究者在经典粗糙集理论中加入概率阈值,提出了概率粗糙集的概念.本文的主要工作是将概率粗糙集模型进行了推广,在概率粗糙集的基础上讨论区间直觉模糊信息系统.主旨是通过建立区间直觉模糊概率粗糙集模型进行决策,主要从以下几个方面进行研究:首先,合理定义了区间直觉模糊数的除法运算,并在此基础上提出了基于区间直觉模糊概率空间的条件概率的计算公式.现有文献中对区间直觉模糊数的除法运算相对来说还存在空白,本文基于条件概率的需要,合理定义了两个区间直觉模糊数之间的除法,使之在区间直觉模糊系统空间上完备,对区间直觉模糊数的四则运算进行了有效地补充.并在此基础上运用Bayes公式给出区间直觉模糊概率空间上的条件概率的计算公式,为后续概率粗糙集的模型拓展打基础.其次,将概率粗糙集模型推广到区间直觉模糊概率空间中,构造出区间直觉模糊概率粗糙集模型.该模型是在区间直觉模糊概率近似空间上,基于区间直觉模糊事件集与区间直觉模糊等价关系,通过合理定义区间直觉模糊等价类,定义了区间直觉模糊集基于概率阈值α,β的上下近似,从而构造出的用于解决具有不精确、不完备、不一致信息的新的决策模型;进而讨论了新模型的基本性质,给出了新模型所具有的性质、定理.最后,引入损失函数给出新模型的概率阈值的表达式.通过计算基于区间直觉模糊数的损失函数确定出新模型的概率阈值的表达式,并给出基于该概率阈值的决策规则,使之能够准确方便的运用于决策中.然后,给出示例验证该模型的可行性.(本文来源于《广西大学》期刊2018-06-01）
姚晟,徐风,赵鹏,纪霞[8]（2018）在《基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择》一文中研究指出特征选择是数据预处理中一项很重要的技术,主要从原始数据集的特征中选出一些最有效的特征以降低数据集的维度,从而提高学习算法性能.目前基于邻域粗糙集模型的特征选择算法中,由于没有考虑数据分布不均的问题,对象的邻域存在一定的缺陷.为了解决这个问题,采用方差来度量数据的分布情况,重新定义二元邻域空间,基于此提出自适应二元邻域空间的粗糙集模型,并将该模型与邻域直觉模糊熵结合作为特征评估的方式,进而构造相应的特征选择算法.UCI实验结果表明:所提出的算法能够选出更小且具有更高分类精度的特征子集,同时算法拥有更少的时间消耗.因此所提的特征选择算法具有更强的优越性.(本文来源于《计算机研究与发展》期刊2018年04期）
白芸[9]（2018）在《二型直觉模糊粗糙集与二型区间模糊粗糙集》一文中研究指出模糊粗糙集理论是研究模糊信息与不确定信息的重要工具。不论是在理论方面还是应用方面都取得了丰硕成果,但是模糊集理论仍然存在不足,尤其在处理复杂问题过程中这些不足尤为明显,因此不断完善模糊粗糙集理论具有重大意义。直觉模糊集是另一种处理不完备和不精确信息的重要方法,它在保留模糊集隶属度的基础上,添加了一个属性参数(非隶属度函数),其数学描述更符合客观事实模糊对象的本质。二型直觉模糊粗糙集是在一型直觉模糊粗糙集的基础上拓展而来,可退化为一型模糊粗糙集、一型直觉模糊粗糙集、二型模糊粗糙集,所以深入研究二型直觉模糊集具有较高理论价值和应用价值。本文具体工作如下:1.针对直觉模糊粗糙集计算过于繁琐的问题,充分考虑到犹豫度这一有效信息同时兼顾其他有效信息的情况下,本章提出了基于犹豫度的直觉模糊粗糙集模型并且定义了直觉模糊集与直觉模糊关系之间的强弱包含关系,另外讨论了基于犹豫度的直觉模糊粗糙集之间的强弱包含关系及讨论了相关性质和结论,这使得直觉模糊粗糙集不仅在很大程度上减少了许多冗余计算而且不丢失其原有性质。2.本节首先定义了~*L-格上的二元数与直觉模糊集的两种运算,并简单讨论了其相关性质;其次,对该直觉模糊粗糙集进行公理化,研究其相关结论和等价条件;最后,通过比较得出周的公理化与本章公理化是等价的。3.首先对一型直觉模糊集进行拓展得到二型直觉模糊集;其次将二型直觉模糊集与粗糙集结合提出二型直觉模糊粗糙集模型,同时研究其相关性质。4.由于区间模糊集与直觉模糊集在形式上可以相互转化,本章首先对一型区间模糊集进行拓展得到二型区间模糊集,并在第叁章的基础上研究相关性质;其次,将二型区间模糊集与粗糙集结合提出二型区间模糊粗糙集模型,同时探讨了运算规律。(本文来源于《电子科技大学》期刊2018-03-26）
高玲玲[10]（2018）在《基于双论域的多粒度直觉模糊粗糙集模型研究》一文中研究指出粗糙集理论和直觉模糊集理论分别由波兰Pawlak教授和保加利亚Atanassov学者相继提出的,专门处理不确定、模糊问题的数学工具.事实上,直觉模糊集是模糊集的推广,能更好地刻画现实生活中的模糊现象.本文在双论域的基础上,结合粗糙集、直觉模糊集理论及粒计算,建立了基于双论域的多粒度直觉模糊粗糙集模型并研究了其相关的性质.将多粒度与直觉模糊的思想融入双论域粗糙集中,提出了双论域乐观与悲观多粒度粗糙直觉模糊集两类模型.研究了双论域多粒度粗糙直觉模糊集模型的性质,并讨论了双论域多粒度粗糙直觉模糊集与双论域粗糙直觉模糊集之间的关系.在直觉模糊近似空间中,建立了两种模型:多粒度粗糙集模型和多粒度直觉模糊粗糙集模型.研究了这两种模型的若干重要性质和定理,并给出具体的例子说明其有效性.结合粗糙集理论与证据理论,在双论域近似空间中给出了信任重要度约简和似然重要度约简.这些约简对于知识获取和规则提取非常重要.(本文来源于《山西师范大学》期刊2018-03-20）
直觉模糊粗糙集论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要研究直觉模糊邻域算子、基于覆盖的广义直觉模糊粗糙集模型和基于覆盖的变精度直觉模糊粗糙集模型理论以及决策应用.将粗糙集与直觉模糊集结合,研究四种直觉模糊邻域算子、四种基于覆盖的直觉模糊粗糙集模型以及四种基于覆盖的变精度模糊粗糙集模型的结构性质,并且分别给出一种基于覆盖的直觉模糊集模型的多属性决策方法以及基于覆盖的变精度模糊粗糙集模型的多属性决策方法.本文主要研究工作如下:第一章主要介绍本课题涉及的相关内容、发展背景以及目前的研究现状,并介绍预备知识和主要的研究工作.第二章基于D’eer提出的四种模糊邻域算子,给出四种直觉模糊邻域算子的定义,并且研究其相关的结构性质.基于四种直觉模糊邻域算子,定义四种基于覆盖的广义直觉模糊粗糙集模型,并且得到一些重要的结论.在此基础上,结合TOPSIS方法的思想,提出一种基于覆盖的广义直觉模糊粗糙集模型的多属性决策方法,并给出相关实例说明.通过本文的方法与已知多属性方法进行比较分析与敏感性分析,揭示提出的方法的有效性与鲁棒性,并且指出该方法可应用于更广泛和更复杂的决策环境.第叁章引入基于覆盖的变精度直觉模糊粗糙集的概念,通过研究其性质结构得出一些重要的结论.同时将基于覆盖的变精度直觉模糊粗糙集模型与经典的TOPSIS方法的思想进行融合,提出一种基于覆盖的变精度直觉模糊粗糙集模型的多属性决策方法,并且将其应用于生物医学的骨骼移植选材.通过将本文的方法与已知的多属性决策方法进行比较分析与敏感性分析,进一步揭示我们的方法的有效性,并指出其优势.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
直觉模糊粗糙集论文参考文献
[1].薛占熬,赵丽平,张敏,侯昊东.多粒度支持直觉模糊粗糙集的多属性决策方法[J].模式识别与人工智能.2019
[2].张莉.基于覆盖的广义直觉模糊粗糙集及多属性决策研究[D].湖北民族大学.2019
[3].郭庆,张爱萍.直觉模糊决策系统的一种变协调度粗糙集模型[J].合肥工业大学学报(自然科学版).2019
[4].梁美社,米据生,冯涛.广义优势多粒度直觉模糊粗糙集的属性约简[J].计算机科学.2018
[5].郭庆,戴习民.直觉模糊环境下的教学质量粗糙集评价模型[J].大学数学.2018
[6].刘勇,熊晓旋,刘健.优势直觉模糊粗糙集决策方法及其应用[J].系统管理学报.2018
[7].颜廷娇.区间直觉模糊概率粗糙集模型及其应用[D].广西大学.2018
[8].姚晟,徐风,赵鹏,纪霞.基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择[J].计算机研究与发展.2018
[9].白芸.二型直觉模糊粗糙集与二型区间模糊粗糙集[D].电子科技大学.2018
[10].高玲玲.基于双论域的多粒度直觉模糊粗糙集模型研究[D].山西师范大学.2018