直觉模糊概念的相对知识距离度量模型方法技术

本发明专利技术公开了一种直觉模糊概念的相对知识距离度量模型方法，属于粒度计算技术领域，度量直觉模糊概念的粗糙粒空间U/R的信息熵，平均信息熵的定义：1)当U连续时，I的粗糙粒空间的平均信息熵可以表示为：2)当U离散时，I的粗糙粒空间的平均信息熵可以表示为：其中，μ代表直觉模糊集I中x的隶属度,是U/R上的阶梯均值直觉模糊集。的阶梯均值直觉模糊集。的阶梯均值直觉模糊集。

【技术实现步骤摘要】
直觉模糊概念的相对知识距离度量模型方法


[0001]本专利技术涉及粒计算
，具体为一种直觉模糊概念的相对知识距离度量模型方法。

技术介绍

[0002]粒计算是一种模拟人类认知机制来解决问题的新型计算。在粒计算中信息粒是构建粒的基本元素。多个信息粒以及它们之间的关系构成一个粒空间，多个粒空间以及粒空间之间的关系构成一个粒结构。Pedrycz通过结合粒度的构造和优化方法，提出了合理粒度原则。Yao研究了三支决策和粒计算这两个领域，以及它们之间的关系。Wang从粒度优化、粒度切换和多粒度计算三个方面归纳了粒计算的工作。作为粒计算的主要模型，粗糙集是利用现有信息粒处理不确定知识的有效工具，它用一对上、下近似集来描述不确定的概念。直觉模糊集是一种经典的软计算工具，它将隶属度从单值推广到区间值，对于传递不确定的信息，直觉模糊集比模糊集的处理能力更强。目前直觉模糊集已经应用于各个领域，比如决策系统、模式识别、控制和推理等。
[0003]在粗糙集中，一个直觉模糊概念(Intuitionistic Fuzzy Concept,IFC)可以用上、下近本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种直觉模糊概念的相对知识距离度量模型方法，其特征是：度量直觉模糊概念的粗糙粒空间U/R的信息熵，平均信息熵的定义：1)当U连续时，I的粗糙粒空间的平均信息熵可以表示为：2)当U离散时，I的粗糙粒空间的平均信息熵可以表示为：其中，μ代表直觉模糊集I中x的隶属度,是U/R上的阶梯均值直觉模糊集。2.一种直觉模糊概念的相对知识距离度量模型方法，其特征是：设U为论域，A和B是U上的两个有限集合；如果IFG
A
和IFG
B
是U上的两个直觉模糊信息粒，则A和B之间的微观知识距离定义如下：3.一种直觉模糊概念的相对知识距离度量模型方法，其特征是：设一个信息系统S＝(U，C∪D,V,f)。I是U上的直觉模糊集。U/R1＝{g1,g2,
…
,g
n
},U/R2＝{g
′1,g
′2,
…
,g
′
m
}分别是由R1和R2诱导的两个粒空间。则U/R1和U/R2之间的宏观知识距离定义如下：其中，md
ij
＝md(g

【专利技术属性】
技术研发人员：杨洁，付俊，刘衍民，金星，张鑫，
申请(专利权)人：遵义师范学院，
类型：发明
国别省市：