【摘要】：直覺(jué)模糊集是對(duì)模糊集的推廣,其包含了隸屬度和非隸屬度兩個(gè)函數(shù),可以更好地描述日常生活中模糊性、不精確性信息。隨著直覺(jué)模糊集的不斷發(fā)展,目前直覺(jué)模糊集已被廣泛運(yùn)用于很多領(lǐng)域。截集理論作為直覺(jué)模糊集中的重要知識(shí)內(nèi)容,在模糊代數(shù)、模糊推理等領(lǐng)域都發(fā)揮了很大作用。粗糙集理論是一種能夠有效分析和處理不確定、不一致、不完整信息的數(shù)學(xué)理論。多粒度粗糙集是在粒計(jì)算的角度下對(duì)粗糙集理論進(jìn)行研究而提出的,彌補(bǔ)了由一個(gè)等價(jià)關(guān)系確定的等價(jià)類來(lái)近似表示粗糙集的不足,其中樂(lè)觀和悲觀多粒度粗糙集模型就是由多粒度粗糙集拓展而來(lái)。直覺(jué)模糊集理論和多粒度粗糙集理論結(jié)合進(jìn)行研究,已經(jīng)成為一個(gè)研究熱點(diǎn)。而且很少?gòu)闹庇X(jué)模糊集的截集角度出發(fā)對(duì)多粒度粗糙直覺(jué)模糊集的表示問(wèn)題進(jìn)行研究。本論文在多粒度粗糙集和直覺(jué)模糊集的理論基礎(chǔ)上,從截集角度,對(duì)多粒度粗糙集和直覺(jué)模糊集的融合進(jìn)行深入研究,構(gòu)造樂(lè)觀和悲觀多粒度粗糙直覺(jué)模糊集模型,證明了其性質(zhì),并將其應(yīng)用到實(shí)際問(wèn)題中,來(lái)驗(yàn)證模型的有效性。本文的主要研究工作如下:(1)針對(duì)多粒度粗糙直覺(jué)模糊集的表示問(wèn)題,以直覺(jué)模糊集理論為基礎(chǔ),根據(jù)分解定理和截集理論,構(gòu)造樂(lè)觀和悲觀多粒度粗糙直覺(jué)模糊集模型,定義樂(lè)觀和悲觀多粒度粗糙直覺(jué)模糊集上下近似,然后證明一些多粒度粗糙直覺(jué)模糊集的性質(zhì)。(2)通過(guò)研究直覺(jué)模糊集的相似度問(wèn)題,給出一個(gè)相似度計(jì)算公式。結(jié)合構(gòu)造的多粒度粗糙直覺(jué)模糊集模型,給出了基于相似度的多粒度粗糙直覺(jué)模糊集上下近似的求解步驟。(3)運(yùn)用樂(lè)觀和悲觀多粒度粗糙直覺(jué)模糊集模型,設(shè)計(jì)了小麥長(zhǎng)勢(shì)評(píng)估系統(tǒng)和土地合理種植分配系統(tǒng),來(lái)分析討論樂(lè)觀和悲觀多粒度粗糙直覺(jué)模糊集模型的有效性。通過(guò)直覺(jué)模糊集結(jié)合多粒度粗糙集構(gòu)造悲觀和樂(lè)觀多粒度粗糙直覺(jué)模糊集模型的研究,豐富和完善多粒度粗糙直覺(jué)模糊集理論,拓展了直覺(jué)模糊集和粗糙集的應(yīng)用領(lǐng)域。
[Abstract]:Intuitionistic fuzzy set is a generalization of fuzzy set, which includes two functions, membership degree and non-membership degree, which can better describe fuzziness and imprecision information in daily life. With the development of intuitionistic fuzzy sets, intuitionistic fuzzy sets have been widely used in many fields. As an important knowledge of intuitionistic fuzzy sets, the theory of cut sets plays an important role in the fields of fuzzy algebra and fuzzy reasoning. Rough set theory is a mathematical theory which can effectively analyze and deal with uncertain, inconsistent and incomplete information. Multi-granularity rough set is proposed based on the research of rough set theory in the angle of granular computing, which makes up for the deficiency of approximate representation of rough set by an equivalent class determined by an equivalent relation. Optimistic and pessimistic multi-granularity rough set models are extended from multi-granularity rough sets. The combination of intuitionistic fuzzy set theory and multi-granularity rough set theory has become a research hotspot. Moreover, the representation of multi-granularity rough intuitionistic fuzzy sets is rarely studied from the perspective of cut sets of intuitionistic fuzzy sets. Based on the theory of multi-granularity rough set and intuitionistic fuzzy set, this paper studies the fusion of multi-granularity rough set and intuitionistic fuzzy set from the angle of cut set, and constructs optimistic and pessimistic multi-granularity rough intuitionistic fuzzy set model. Its properties are proved and applied to practical problems to verify the validity of the model. The main work of this paper is as follows: (1) aiming at the representation of multi-granularity rough intuitionistic fuzzy sets, based on the intuitionistic fuzzy set theory, the optimistic and pessimistic multi-granularity rough intuitionistic fuzzy sets models are constructed according to decomposition theorem and cut set theory. The upper and lower approximations of optimistic and pessimistic multi-granularity rough intuitionistic fuzzy sets are defined, and the properties of some multi-granularity rough intuitionistic fuzzy sets are proved. (2) by studying the similarity of intuitionistic fuzzy sets, a similarity calculation formula is given. Combined with the constructed multi-granularity rough intuitionistic fuzzy set model, the steps of solving the upper and lower approximation of the multi-granularity rough intuitionistic fuzzy set based on similarity are given. (3) the optimistic and pessimistic multi-granularity rough intuitionistic fuzzy set models are used. Wheat growth assessment system and land rational planting allocation system were designed to analyze and discuss the validity of optimistic and pessimistic multi-granularity rough intuitionistic fuzzy sets model. Based on the research of pessimistic and optimistic multi-granularity rough intuitionistic fuzzy sets model constructed by intuitionistic fuzzy sets, the theory of multi-granularity rough intuitionistic fuzzy sets is enriched and perfected, and the application fields of intuitionistic fuzzy sets and rough sets are expanded.
【學(xué)位授予單位】：河南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牛彩云;楊勇;金蘭;;一種新的直覺(jué)模糊集的熵[J];計(jì)算機(jī)工程與應(yīng)用;2009年34期

2 牛剛;;軟直覺(jué)模糊集[J];計(jì)算機(jī)工程與應(yīng)用;2012年18期

3 趙濤;肖建;;二型直覺(jué)模糊集[J];控制理論與應(yīng)用;2012年09期

4 楊忠堂;高瑞;史田敏;;基于直覺(jué)模糊集的混合熵[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年01期

5 李曉漫;田野;雷英杰;;直覺(jué)模糊集的擴(kuò)展研究[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

6 張善文;李曉曼;雷英杰;;多值直覺(jué)模糊集定義[J];計(jì)算機(jī)科學(xué);2008年01期

7 朱小棟;黃志球;;直覺(jué)模糊集的模糊蘊(yùn)含式運(yùn)算方法[J];計(jì)算機(jī)科學(xué);2008年03期

8 王洪凱;管延勇;史開泉;;基于直覺(jué)模糊集的粗交流[J];系統(tǒng)工程理論與實(shí)踐;2008年07期

9 申曉勇;雷英杰;李進(jìn);蔡茹;;基于目標(biāo)函數(shù)的直覺(jué)模糊集合數(shù)據(jù)的聚類方法[J];系統(tǒng)工程與電子技術(shù);2009年11期

10 姚燕青;米據(jù)生;;直覺(jué)模糊集上的混合單調(diào)包含度[J];計(jì)算機(jī)科學(xué);2010年01期

相關(guān)會(huì)議論文 前4條

1 張彩芬;朱建軍;;一種新的直覺(jué)模糊集關(guān)聯(lián)測(cè)度方法研究[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

2 李選海;程風(fēng);;一種新的二手房估價(jià)方法研究[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

3 熊鳳蘭;劉玉海;;模糊粗糙集的格性及其與直覺(jué)模糊集之間的關(guān)聯(lián)性[A];中國(guó)系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第十一屆年會(huì)論文選集[C];2002年

4 高鍵鑫;吳曉平;吳旭升;;采用信任度量的MANET網(wǎng)絡(luò)分簇模型[A];2013年全國(guó)通信軟件學(xué)術(shù)會(huì)議論文集[C];2013年

相關(guān)博士學(xué)位論文 前4條

1 姚遠(yuǎn);基于直覺(jué)模糊集的創(chuàng)新生態(tài)位適宜度評(píng)價(jià)方法研究[D];遼寧大學(xué);2016年

2 林琳;直覺(jué)模糊集在近似推理與決策中的應(yīng)用[D];大連理工大學(xué);2006年

3 竇亞玲;基于直覺(jué)模糊集的多約束網(wǎng)絡(luò)路由決策方法研究[D];華中科技大學(xué);2010年

4 馮濤;多源模糊信息系統(tǒng)的信息融合與知識(shí)獲取方法研究[D];河北師范大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 馬翠;直覺(jué)模糊集的性質(zhì)及其應(yīng)用[D];重慶大學(xué);2008年

2 王培;區(qū)間直覺(jué)模糊集的信息度量方法[D];曲阜師范大學(xué);2010年

3 石素瑋;粗糙直覺(jué)模糊集及其不確定度量[D];閩南師范大學(xué);2015年

4 黃玉彤;模糊數(shù)直覺(jué)模糊集熵的構(gòu)造與性質(zhì)[D];哈爾濱工業(yè)大學(xué);2015年

5 滕希龍;基于區(qū)間值直覺(jué)模糊集的信息系統(tǒng)風(fēng)險(xiǎn)評(píng)估研究[D];中國(guó)海洋大學(xué);2015年

6 段夢(mèng)雅;多值區(qū)間直覺(jué)模糊軟集若干問(wèn)題的研究[D];安徽大學(xué);2016年

7 劉宇寧;復(fù)模糊數(shù)直覺(jué)模糊集熵的構(gòu)造與性質(zhì)[D];哈爾濱工業(yè)大學(xué);2016年

8 王暢;基于直覺(jué)模糊集的應(yīng)急決策方法研究[D];華中師范大學(xué);2016年

9 呂曉霞;基于區(qū)間直覺(jué)模糊集多屬性決策方法的研究[D];西南石油大學(xué);2016年

10 朱泰隆;三支決策邏輯基礎(chǔ)及模型研究[D];河南師范大學(xué);2016年

，

本文編號(hào)：2330454