不确定性概念的粗糙集近似表示 本书特色
概念的不确定性由概念的内涵、外延以及概念存在的近似空间等因素决定。粗糙集理论是一种研究不确定性概念近似表示的理论模型和方法，它通过两个精确的边界线给出不确定性概念的近似表示，因为其形象直观、计算简便等特点，受到研究者的关注，其理论模型和方法得到扩展和广泛应用。本书内容主要涉及不确定性概念在粗糙近似空间下的近似表示模型与方法，主要包括粗糙集、模糊集、Vague集、区间集等不确定性概念在近似空间下的近似表示与计算。
本书可供计算机、自动化、系统科学、通信工程、应用数学等相关专业的研究人员、教师、研究生、高年级本科生和工程技术人员等参考使用。
不确定性概念的粗糙集近似表示 内容简介
_Pawlak粗糙集描述的不确定目标概念是一个康托尔精确集，通过构建两个边界线来逼近目标集，但没有给出这个不确定的康托尔集一个具体的近似集。本书针对此问题，本书首先建立粗糙集的近似集模型，即给出不确定概念的0.5近似集，并讨论相关性质，然后针对不确定性目标概念是模糊集、Vague集、区间集等情况，分别提出这些不确定概念在粗糙近似空间下的近似表示以及分析这些近似表示与目标概念的相似度，讨论相似度在不同近似空间下的变化规律，为进一步拓展粗糙集理论模型奠定了理论模型基础，为研究不确定性知识获取提供方法依据。
不确定性概念的粗糙集近似表示 目录
第1章绪论
1.1不确定性现象
1.2处理不确定性现象的常用模型与方法
1.2.1概率论
1.2.2模糊集理论
1.2.3粗糙集理论
1.2.4灰色理论
1.2.5D?S证据理论
1.2.6云模型
1.3不确定性概念的近似表示
1.4本书的主要内容和结构安排
参考文献
第2章粗糙集模型概述
2.1信息表知识表达系统
2.2粗糙集的基本概念
2.3粗糙集的相关运算
2.4粗糙集模型的扩展
2.4.1概率粗糙集
2.4.2决策粗糙集
2.4.3基于容差关系的粗糙集
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随机集粗糙集
2.5研究展望
2.6本章小结
参考文献
第3章粗糙集的近似集模型
3.1引言
3.2相关基本概念
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)的运算性质
3.4.2R0.5(X)与X的近似度（相似度）分析
3.4.3基于R0.5(X)提取规则的实例分析
3.5近似集R0.5(X)随知识粒度的变化关系
3.6粗糙集的*优近似集
3.6.1粗糙集的近似集Rλ(X)的运算性质
3.6.2粗糙集的*优近似集
3.7粗糙集近似集与目标概念的相似度
3.8粗糙集近似集的模糊度及其属性约简
3.8.1粗糙集近似集的模糊度
3.8.2多粒度知识空间下近似集的模糊度的变化关系
3.8.3基于粗糙集近似集模糊度的属性约简算法
3.9本章小结
参考文献
第4章粗糙模糊集的近似表示
4.1引言
4.2相关基本概念
4.3粗糙模糊集的近似集
4.4粗糙模糊集的近似集随知识粒度的变化规律
4.5本章小结
参考文献
第5章Vague集的粗糙近似表示
5.1引言
5.2基本概念
5.3Vague集与其近似集间的相似度
5.4相似度随知识粒度的变化规律
5.5本章小结
参考文献
第6章区间集的粗糙近似表示
6.1引言
6.2相关基本概念
6.3区间集Z的近似集Rλ(Z)
6.4区间集Z的近似集R0.5(Z)
6.5近似集R0.5(Z)随知识粒度的变化关系
6.6本章小结
参考文献
第7章不确定性概念在多粒度空间下的近似表示
7.1引言
7.2相关基本概念
7.3二元关系的知识粒度
7.4模糊等价关系对应的多粒度知识空间
7.5分类同构与粒度同构
7.6同构模糊等价关系的生成算法
7.7本章小结
参考文献
第8章多粒度高效搜索模型及其算法研究
8.1引言
8.2相关基本概念
8.3基于统计期望的多粒度搜索模型和方法
8.3.1粒化层数i=1的情况
8.3.2粒化层数i=2的情况
8.3.3粒化层数i>2的情况
8.3.4确定*优粒化层数
8.4实验对比分析
8.5本章小结
参考文献
第9章总结与展望
9.1本书的总结
9.2未来工作展望
参考文献
不确定性概念的粗糙集近似表示 作者简介
张清华，男，1974.11生，重庆沙坪坝区人，教授、博士、硕士生导师。中国人工智能学会理事、中国人工智能学会粗糙集与软计算专委会秘书长、中国人工智能学会离散数学专委会常务理事、重庆市工业与应用数学学会理事，重庆市数学学会理事，重庆青年五四红旗手，人民邮电出版社重庆邮电大学教材编审委员会委员，重庆邮电大学数理学院副院长。
