本書主要以粗糙集理論模型為基礎, 介紹不確定概念的近似表示模型與方法。本書首先建立粗糙集的近似集模型, 即給出不確定概念的0.5近似集, 并討論相關性質。然后針對不確定性目標概念是模糊集、Vague集、區間集等情況, 分別提出這些不確定概念在粗糙近似空間下的近似表示以及分析這些近似表示與目標概念的相似度, 討論相似度在不同近似空間下的變化規律, 為進一步拓展粗糙集理論模型奠定理論模型基礎。
本書可供計算機、自動化、系統科學、通信工程、應用數學等相關專業的研究人員、教師、研究生、高年級本科生和工程技術人員等參考使用
第1章緒論
1.1不確定性現象
1.2處理不確定性現象的常用模型與方法
1.2.1概率論
1.2.2模糊集理論
1.2.3粗糙集理論
1.2.4灰色理論
1.2.5DS證據理論
1.2.6云模型
1.3不確定性概念的近似表示
1.4本書的主要內容和結構安排
參考文獻
第2章粗糙集模型概述
2.1信息表知識表達系統
2.2粗糙集的基本概念
2.3粗糙集的相關運算
2.4粗糙集模型的擴展
2.4.1概率粗糙集
2.4.2決策粗糙集
2.4.3基于容差關系的粗糙集
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隨機集粗糙集
2.5研究展望
2.6本章小結
參考文獻
第3章粗糙集的近似集模型
3.1引言
3.2相關基本概念
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)的運算性質
3.4.2R0.5(X)與X的近似度（相似度）分析
3.4.3基于R0.5(X)提取規則的實例分析
3.5近似集R0.5(X)隨知識粒度的變化關系
3.6粗糙集的優近似集
3.6.1粗糙集的近似集Rλ(X)的運算性質
3.6.2粗糙集的優近似集
3.7粗糙集近似集與目標概念的相似度
3.8粗糙集近似集的模糊度及其屬性約簡
3.8.1粗糙集近似集的模糊度
3.8.2多粒度知識空...
新書資訊