唐鹏飞

（四川师范大学 数学科学学院，成都 610066）

0 引 言

粗糙集理论是不确定性分析与智能计算的有效数学工具［1］。目前已广泛应用于属性约简、三支决策和粒度计算等领域［2－4］。

模糊粗糙集将粗糙集和模糊集理论相融合，结合了两者在处理不确定问题方面的优点［5］。目前基于该模型已有诸多研究，例如：文献［6］基于模糊粗糙集提出一种快速约简算法；文献［7］基于距离尺度提出模糊粗糙集模型，定义新的依赖度函数，进而构建其约简算法；文献［8］提出广义正交模糊粗糙集模型，并构建了该模型的属性约简；文献［9］引入决策熵到模糊邻域粗糙集中，刻画其不确定性。可见模糊粗糙集是一种强健的模型结构，值得进一步推广使用。

区间集决策表拓展了经典决策表，其属性值为两个精确集（即用上下边界集来表示一个不确定概念），从而具有更好的不确定性刻画能力，当前具有深入研究［10］。例如：文献［11］基于优势关系，提出4 个基于粒度的区间集信息表的不确定性度量；文献［12］将区间集引入到概率粗糙近似中，研究区间集概率粗糙集的单调性；文献［13］基于δ－相似关系，研究区间集信息表的不确定性度量；文献［14］提出决策条件熵刻画区间集决策表的不确定性；文献［15］提出修正δ－区间决策条件熵刻画区间集决策表的不确定性。

综上所述，基于模糊粗糙集的区间集决策表不确定性度量研究暂未发现。因此，本文将模糊粗糙集引入到区间集决策表，研究其不确定性度量。……