新型粗糙模糊集模型
现有的模糊粗糙集模型过于抽象,对现实问题的解决没有太大的实际意义。而现有的粗糙模糊集模型又对于动态的数据处理能力较差。本文提出一种新型的粗糙模糊集模型,它更好的融合了粗糙集和模糊集对数据处理方面的优点,对于问题的解决有更大的现实意义。其截集可以更好的对数据在等价类间的分布进行分析,在决策的实现中有重要的作用。
粗糙模糊集模型 数据处理 等价类 决策函数
高岩 王福利
河南理工大学 计算机科学与技术院 河南 焦作 454003
国内会议
洛阳
中文
221-225
2008-08-22(万方平台首次上网日期,不代表论文的发表时间)