APP下载

信息不确定性的几种处理方法

2018-08-20赵兹

山东工业技术 2018年13期

摘 要:研究信息不确定性的理论很多,根据概念的内涵与外延的不确定性类别可以分为:随机(Random)集理论、模糊(Fuzzy)集理论、粗糙(Rough)集理论及含糊(Vague)集理论。本文对于上述几种类型的不确定性进行简单的综述。

关键词:Randon集;Fuzzy集;Rough集;Vague集

DOI:10.16640/j.cnki.37-1222/t.2018.13.184

随着认知技术与水平的发展,对不确定性概念的描述成为了研究人工智能领域的关键。概念是人类在对事物的认知过程中抽象出来的共同点,从本质含义上可分为概念的内涵和外延。内涵是所反映事物本质属性的综合,而外延是概念确定的对象范围。

下文分别简要介绍分析不确定性的基本理论和研究现状。

1 Random集

Random集理论最早是基于统计和几何提出的,也与概率空间下的随机变量相对应,一个Random集实际上就是元素及其个数都是随机变量的集合,主要用来描述某个事物发生的可能性。

定义1设有概率空间(Ω,F,P),(,)是一个可测空间,是Ψ的-域,Ψ的所有子集构成的集类用幂集2Ψ表示,那么称集值映射:A:Ω→2Ψ,为Random集A,且满足:,PA(X)=P{x:A(x)∈X}。

例1给定概率空间(Ω,F,P),其中Ω={三角形,四边形,五边形}为不同的多边形, U={红色、绿色、黄色、蓝色},则可以建立一个Random集A:Ω→U,即:

A(三角形)={紅色、黄色}

A(四边形)={黄色、绿色、蓝色}

A(五角形)={蓝色}

2 Fuzzy集

Fuzzy集理论是由美国学者L.A.zadeh于1965年创立的,其核心思想是把待考察的对象及反映它的模糊概念作为一定的集合,建立适当的隶属函数来反映一些不清晰的,界限不分明的概念。例如:优秀、暖和、年轻等概念。

定义2设X为一个非空有限论域,A是集合X到[0,1]的一个映射,A:X→[0,1],x→A(x),则称X是A上的Fuzzy集,A(x)称为模糊集A的隶属函数,或称A(x)为x对模糊集A的隶属度。……

登录APP查看全文