计算机科学与探索 ›› 2019, Vol. 13 ›› Issue (6): 1070-1080.DOI: 10.3778/j.issn.1673-9418.1804042
• 理论与算法 • 上一篇
薛占熬1,2+,吕敏杰1,2,韩丹杰1,2,张 敏1,2
XUE Zhan'ao1,2+, LV Minjie1,2, HAN Danjie1,2, ZHANG Min1,2
摘要: 针对经典粗糙直觉模糊集理论仅考虑了集合中的最小/最大隶属度与非隶属度,而忽略了介于二者之间的隶属度与非隶属度的问题,从程度粗糙集的角度对其进行了分析研究。首先,将程度粗糙集引入到经典粗糙直觉模糊集模型中,定义了[μ(y)]和[ν(y)],将其与最小/最大之间的隶属度与非隶属度的值比较。然后,构建新的下、上近似,提出四个模型,即基于优势关系的I型、II型程度粗糙直觉模糊集模型和基于优势关系的I型、II型双论域程度粗糙直觉模糊集模型,讨论这些模型的相关性质。这些模型的边界域缩小了,也降低了模糊熵值。最后,通过实例验证了模型的有效性。