张庆华;张强;王国银 多粒度空间中概率粗糙集的不确定性。 （英语） Zbl 1385.68050号 国际J近似推理 77, 38-54 (2016). 概述：Pawlak的粗糙集模型描述了一个具有两条清晰边界线（即上近似集和下近似集）的不确定目标集（概念），并作为一种有效的工具成功地用于处理不确定信息系统。基于粗糙集模型，提出了一种具有一对阈值的概率粗糙集模型以提高粗糙集的容错能力。Pawlak粗糙集模型的不确定性根源于目标概念边界区域中包含的对象，而概率粗糙集模型则来自三个区域，因为正区域或负区域中的对象可能是不确定的，这些对象的隶属度不一定等于1或0。本文提出了一种概率粗糙集不确定性的度量方法，给出并分析了不确定性随知识空间变化的规律。然后，针对一个不确定目标概念，讨论了三个区域的不确定性，揭示并成功证明了不确定性随知识空间变化的相关规律。最后，对粗糙集和概率粗糙集模型中目标概念的不确定性进行了比较分析。这些结果对于进一步丰富和完善概率粗糙集理论，有效促进不确定性人工智能的发展具有重要意义。 引用于6文件 MSC公司： 68层37 人工智能背景下的不确定性推理 关键词：粗糙集;概率粗糙集;不确定度测量;多粒度空间;门槛 软件：RRIA公司 PDF格式BibTeX公司 XML格式引用 \textit{Q.Zhang}等人，《国际近似推理》77，38-54（2016；Zbl 1385.68050） 全文： 内政部 参考文献： [1] Pawlak，Z。；Wong，S.K.M。；Ziarko，W.，《粗糙集：概率与确定性方法》，国际期刊Man-Mach。螺柱，29，81-95（1988）·Zbl 0663.68094号 [2] Ziarko，W.，可变精度粗糙集模型，J.Compute。系统。科学。，第46页，第39-59页（1993年）·Zbl 0764.68162号 [3] Yao，Y.Y.，概率粗糙集近似，国际期刊近似推理。，49, 255-271 (2008) ·Zbl 1191.68702号 [4] Yao，Y.Y.，粗糙集的概率方法，专家系统。，20, 287-297 (2003) [5] Yao，Y.Y.，概率粗糙集的三向决策，信息科学。，180, 3, 341-353 (2010) [6] Ziarko，W.，粗糙集的概率方法，国际期刊近似推理。，49, 272-284 (2008) ·Zbl 1191.68705号 [7] Ziarko，W.，变精度粗糙集模型中的概率决策表，计算。智力。，17, 3, 593-603 (2001) [8] 姚明，J.T。；Yao，Y.Y。；Ziarko，W.，《概率粗糙集：近似、决策和应用》，国际期刊近似推理。，49, 2, 253-254 (2008) [9] Pawlak，Z.，《粗糙集》，《国际计算杂志》。信息科学。，11, 341-356 (1982) ·Zbl 0501.68053号 [10] Yao，Y.Y.，《三元决策：粗糙集理论中规则的解释》，（rough set and Knowledge Technology.rough Sets and Knowledge Technology，计算机科学讲义，第5589卷（2009）），642-649 [11] Yao，Y.Y.，《三方决策理论概述》，（《计算中的粗糙集和当前趋势》，《计算中粗糙集和目前趋势》，计算机科学讲义，第7413卷（2012）），第1-17页·兹比尔1404.68177 [12] Yao，Y.Y.，概率粗糙集模型中三方决策的优越性，信息科学。，181, 6, 1080-1096 (2011) ·Zbl 1211.68442号 [13] 李海霞。；周，X.Z。；Huang，B.，《成本敏感的三方决策：序贯策略》（Rough Set and Knowledge Technology，Rough Sets and Knowledge Technologies，计算机科学讲义，第8171卷（2013）），325-337 [14] 刘，D。；Yao，Y.Y。；Li，T.R.，《基于决策论粗糙集的三方投资决策》，国际计算机杂志。智力。系统。，4, 1, 66-74 (2011) [15] Yao，Y.Y。；Wong，S.K.M.，近似概念的决策理论框架，国际期刊Man-Mach。螺柱，37、6、793-809（1992） [16] 姚义勇，决策论粗糙集模型，（《粗糙集与知识技术》，《粗糙集和知识技术》计算机科学讲义，第178卷（17期）（2007年），第1-12页 [17] Yu，H。；刘振国。；Wang，G.Y.，一种使用决策理论粗糙集自动确定簇数的方法，国际期刊近似推理。，55, 1, 101-115 (2014) ·Zbl 1316.68121号 [18] 贾晓云。；唐，Z.M。；Liao，W.H。；Shang，L.，关于决策理论粗糙集模型的优化表示，国际J近似推理。，55, 1, 156-166 (2014) ·Zbl 1316.68179号 [19] 刘，D。；李·T·R。；Liang，D.C.，《将逻辑回归纳入分类的决策理论粗糙集》，《国际期刊近似原因》。，55, 1, 197-210 (2014) ·兹比尔1316.68185 [20] 周，B.，多类决策论粗糙集，国际J近似推理。，55, 1, 211-224 (2014) ·Zbl 1316.68203号 [21] Yao，Y.Y.，概率粗糙集模型中的两个语义问题，Fundam。通知。，108、3-4、249-265（2011年）·Zbl 1242.68344号 [22] Pedrycz，W.，阴影集：表示和处理模糊集，IEEE Trans。系统。人类网络。，B部分，网络。，28, 1, 103-109 (1998) [23] 从模糊集到阴影集：解释和计算，国际情报杂志。系统。，24，1，48-61（2009年）·Zbl 1216.03061号 [24] Pedrycz，W.，阴影集：模糊与粗糙集的桥接，（粗糙模糊杂交：决策的新趋势（1999）），179-199 [25] Pedrycz，W.，《带阴影集的粒度计算》（Rough Set and Granular computing），《粗糙集与粒度计算》，计算机科学讲义，第3641（2）卷（2005），第23-32页·Zbl 1134.68553号 [26] 邓，X.F。；姚永勇，模糊集的决策论三元逼近，信息科学。，279, 702-715 (2014) ·Zbl 1354.03073号 [27] Pawlak，Z.，《模糊性和不确定性：粗糙集视角》，计算。智力。，11, 2, 227-232 (1995) [28] Grzymala-Busse，J.W.，《不确定性下的知识获取——粗糙集方法》，J.Intell。机器人。系统。，1, 1, 3-16 (1988) [29] Wierman，M.J.，《粗糙集理论中的测量不确定性》，国际期刊《遗传学系统》。，28, 4-5, 283-297 (1999) ·Zbl 0938.93034号 [30] Liang，J.Y。；Chin，K.S。；Dang，C.Y.，《粗糙集理论中测量不确定性和模糊性的新方法》，《国际遗传学系统》。，31, 4, 331-342 (2002) ·Zbl 1010.94004号 [31] 张庆华。；Wang，J。；王国英，粗糙近似空间中vague集的近似集，信息科学。，300, 1-19 (2015) ·Zbl 1360.68854号 [32] Liang，J.Y。；史志忠，粗糙集理论中的信息熵、粗糙熵和知识粒化，《国际不确定性杂志》。模糊知道-基于系统。，12, 1, 37-46 (2004) ·Zbl 1074.68072号 [33] 张庆华。；Xiao，Y。；王国英，一种测量模糊集或直觉模糊集模糊性的新方法，J.Intell。模糊系统。，25, 2, 505-515 (2013) ·Zbl 1295.03038号 [34] 胡庆华。；张，L。；Chen，D.G.，基于高斯核的模糊粗糙集：模型、不确定性测度及其应用，Int.J.Approximate Reason。，51, 4, 453-471 (2010) ·Zbl 1205.68424号 [35] 北阿扎姆。；Yao，J.T.，用博弈论粗糙集分析概率粗糙集区域的不确定性，国际期刊近似推理。，55, 1, 142-155 (2014) ·兹比尔1316.68168 [36] Wang，G.Y。；马，X。；Yu，H.，概率粗糙集模型中属性约简的单调不确定性测度，国际期刊近似推理。，59, 41-67 (2015) ·Zbl 1328.68231号 [37] 马，W.M。；Sun，B.Z.，两个宇宙上的概率粗糙集和粗糙熵，国际期刊近似推理。，53, 4, 608-619 (2012) ·Zbl 1246.68234号 [38] 刘，Y。；Jian，L.R。；Forrest，J.，基于灰色聚类和变精度粗糙模糊集混合模型的概率决策方法及其应用，J.Ind.Eng.Eng.Manag。，27, 3, 110-116 (2013) [39] Zhang，Y。；Yao，J.T.，Rule使用游戏理论粗糙集衡量权衡，（Brain Informatics，Brain Information，计算机科学讲义，第7670（3-4）卷（2012）），348-359 [40] 沙班，S。；Nabwey，H.，《水库选址决策的概率粗糙集方法》（Computational Science and Its Applications），计算科学及其应用，ICCSA 2012。计算科学及其应用。计算科学及其应用，ICCSA 2012，计算机科学讲义，第7334卷（2012），358-372 [41] Qian，Y.H。；Liang，J.Y。；Yao，Y.Y.，MGRS：一个多粒度粗糙集，Inf.Sci。，180, 6, 949-970 (2010) ·Zbl 1185.68695号 [42] Liu，C.H。；Miao，D.Q。；钱，J.，关于覆盖粗糙集的多粒化，国际期刊近似推理。，55, 6, 1404-1418 (2014) ·Zbl 1309.68182号 [43] Xu，W.H。；王庆瑞。；张晓东，基于容差关系的多粒度粗糙集，软计算。，17, 7, 1241-1252 (2013) ·Zbl 1325.03065号 [44] Xu，W.H。；王庆瑞。；Zhang，X.T.，模糊容差近似空间中的多粒度模糊粗糙集，国际模糊系统杂志。，13, 4, 246-259 (2011) [45] Xu，W.H。；Sun，W.X。；张晓云。；张伟新，有序信息系统的多粒度粗糙集方法，国际遗传学系统。，第41页，第5475-501页（2012年）·Zbl 1277.93043号 [46] Xu，W.H。；王庆瑞。；罗胜清，多粒度模糊粗糙集，J.Intell。模糊系统。，26, 3, 1323-1340 (2014) ·兹比尔1305.03052 [47] Qian，Y.H。；张，H。；Sang，Y.L。；Liang，J.Y.，多粒度决策理论粗糙集，Int.J.近似推理。，55, 1, 225-237 (2014) ·Zbl 1316.68190号 [48] 李，W.T。；Xu，W.H.，有序信息系统中的多粒度决策理论粗糙集，Fundam。通知。，139, 1, 67-89 (2015) ·Zbl 1334.68220号 [49] 杨晓波（Yang，X.B.）。；宋，X.N。；窦，H.L。；Yang，J.Y.，《多粒度粗糙集：从清晰到模糊的情况》，《模糊数学》。通知。，1, 1, 55-70 (2011) ·Zbl 1301.68229号 [50] 杨晓波（Yang，X.B.）。；Qian，Y.H。；Yang，J.Y.，《多粒度空间的层次结构》，J.Compute。科学。技术。，27, 6, 1169-1183 (2012) ·Zbl 1280.68259号 [51] 林，G.P。；Qian，Y.H。；Li，J.J.，NMGRS：基于邻域的多粒度粗糙集，国际期刊近似推理。，53, 7, 1080-1093 (2012) ·Zbl 1264.68176号 [52] 林，G.P。；Liang，J.Y。；Qian，Y.H.，多粒度近似空间的不确定性测度，国际期刊《不确定性》。模糊知道-基于系统。，23, 3, 443-457 (2015) ·Zbl 1323.68501号 [53] 她，Y.H。；He，X.L.，关于多粒度粗糙集模型的结构，Knowl-基于系统。，36, 6, 81-92 (2012) [54] Yao，Y.Y。；她，Y.H.，《多粒度空间中的粗糙集模型》，Inf.Sci。，327, 10, 40-56 (2016) ·Zbl 1390.68685号 [55] Zadeh，L.A.，模糊集，信息控制，8，3，338-353（1965）·Zbl 0139.24606号 [56] 王国勇，《粗糙集理论与知识获取》，《清华大学学报》，《计算机科学讲义（2001）》，107-119 [57] 张庆华。；Wang，G.Y。；胡，J。；Teng，H.T.，覆盖空间的近似划分空间，（2007 IEEE粒度计算国际会议，2007 IEEE国际粒度计算会议，GrC’07（2007）），199-204 [58] Wang，G.Y。；张庆华。；Hu，J.，《颗粒计算概述》，CAAI Trans。智力。系统。，2007年2月6日至26日 [59] Pedrycz，W.，《颗粒计算——新兴范式》，J.不确定性系统。，1, 1, 38-61 (2007) [60] 佩德里茨，W。；斯科伦，A。；Vladik，K.，《颗粒计算手册》（计算机科学讲义，第3卷（2008），Wiley-Interscience），719-740 [61] Pedrycz，W.，颗粒计算：导论，（计算机科学讲义，第45卷（2001年），Physica Verlag HD），309-328 [62] Pedrycz，W.，作为粒度计算基础的合理粒度原则和信息粒度分配优化，J.Inf.Process。系统。，7, 3, 397-412 (2011) [63] 姚明，J.T。；Vasilakos，A。；Pedrycz，W.，《颗粒计算：前景和挑战》，IEEE Trans。赛博。，1977年6月43日至1989年（2013年） [64] Pawlak，Z。；Skowron，A.，粗糙隶属函数，（Dempster-Shafer证据理论的进展。Dempsten-Shafer证明理论的进展，计算机科学讲义（1994）），251-271·Zbl 0816.68110号 [65] 查克拉巴蒂，K。；比斯瓦斯，R。；南达，S.，粗糙集中的模糊性，模糊集系统。，110, 2, 247-251 (2000) ·Zbl 0943.03040号 [66] 郭Z.X。；Mi，J.S.，粗糙模糊集中的不确定性度量，模糊系统。数学。，19, 4, 135-140 (2005) ·Zbl 1333.03136号 [67] Wang，G.Y。；张庆华，不同知识粒度下粗糙集的不确定性，中国。J.计算。，31, 9, 1588-1598 (2008) [68] 张庆华，不同知识粒度水平下粗糙模糊集的不确定性研究，（智能计算技术与自动化，智能计算技术和自动化，2010年ICICTA国际会议，第3卷（2010）），190-193 [69] Liang，J.Y。；Chin，K.S。；Dang，C.Y.，《粗糙集理论中测量不确定性和模糊性的新方法》，《国际遗传学系统》。，31, 4, 331-342 (2002) ·Zbl 1010.94004号 [70] 耿，Z.K。；朱秋霞，基于粗糙集的启发式混合识别器及其在故障诊断中的应用，专家系统。申请。，36, 2, 2711-2718 (2009) [71] Tay，F.E.H。；沈立新，基于粗糙集理论的故障诊断，工程应用。Artif公司。智力。，16, 1, 39-43 (2003) [72] Polkowski，L。；Skowron，A.，《粗糙血液学：近似推理的新范式》，《国际近似推理》。，1533-365（1996年）·Zbl 0938.68860号 [73] 郑，Z。；Wang，G.Y.，RRIA：基于粗糙集和规则树的增量知识获取算法，Fundam。通知。，59, 2-3, 299-313 (2004) ·Zbl 1098.68711号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。