77问答网
所有问题
模糊集和粗糙集的区别
如题所述
举报该问题
推荐答案 2023-12-29
两者区别有提出时间不同、优势不同。
1、提出时间不同:模糊集理论是由日本学者康德拉克于1965年提出的;粗糙集理论是由波兰学者Pawlak于1982年提出的。
2、优势不同:模糊集理论的优势在于能够处理模糊和不确定的数据,对于决策问题具有较强的灵活性和适应性;粗糙集理论的优势在于能够处理不完备和不确定的数据,对于决策问题具有较好的解释性和可理解性。
温馨提示:答案为网友推荐,仅供参考
当前网址:
http://77.wendadaohang.com/zd/ppWYNYGYq83vIGI3IY.html
相似回答
什么是
粗糙集
?
答:
前面已经提到,粗糙集属于软计算的范畴,从这个角度来看,粗糙集是继
模糊集
之后经典集合论的又一发展分支.但由于粗糙集是在近似空间上进行推理与分析问题,这一特点使它失去了作为经典数学的许多有关确定性的特征.关于粗糙集理论的数学特征的研究已有许多,其中很多着眼于
粗糙集的
代数特征的研究,也有作者用公理...
粗糙集
理论的研究方向
答:
粗糙理论理论和模糊理论虽然两者都是描述集合的不确定性的理论,
但是模糊理论侧重的是描述集合内部元素的不确定性,而粗糙集理论侧重描述的是集合之间的不确定性
,两者互不矛盾,互补性很强,是当前国内外研究的一个热点之一。
粗糙集与模糊集的
研究及应用内容简介
答:
模糊集理论部分,作者同样以清晰的视角,介绍了
模糊集的
定义、特性及其在处理不确定性信息中的优势。两者之间的互补性研究是本书的一大亮点,探讨了
粗糙集与模糊集
如何在
不同
情境下相互补充,以提高信息处理的精确性和效率。针对不完备信息系统,作者对粗糙集理论进行了扩展研究,提出了一种新的处理模型,...
数据挖掘的常用方法有哪些?
答:
9、
粗糙集
法 是一种新的处理含糊、不精确、不完备问题的数学工具,可以处理数据约简、数据相关性发现、数据意义的评估等问题。其优点是算法简单,在其处理过程中可以不需要关于数据的先验知识,可以自动找出问题的内在规律;缺点是难以直接处理连续的属性,须先进行属性的离散化。因此,连续属性的离散化问题...
粗糙集
理论是什么,通俗易懂的解释一下
答:
粗糙集
即粗糙集理论,是继概率论、
模糊集
、证据理论之后的又一个处理不确定性的数学工具。作为一种较新的软计算方法,粗糙集近年来越来越受到重视,其有效性已在许多科学与工程领域的成功应用中得到证实,是当前国际上人工智能理论及其应用领域中的研究热点之一。在很多实际系统中均
不同
程度地存在着不确定...
粗糙集的
引言
答:
粗糙集
理论的主要思想是利用已知的知识库,将不精确或不确定的知识用已知的知识库中的知识来(近似) 刻画。该理论与其他处理不确定和不精确问题理论的最显著
的区别
是:它无需提供问题所需处理的数据
集合
之外的任何先验信息,所以对问题的不确定性的描述或处理可以说是比较客观的,由于这个理论未能包含处理...
粗糙集的
应用
答:
基于规则的控制,但
粗糙
控制更加简单迅速,实现容易(因为粗糙控制有时可省却模糊化及去模糊化步骤) ; 另一个优点在于控制算法可以完全来自数据本身,所以从软件工程的角度看,其决策和推理过程
与模糊
(或神经网络) 控制相比可以很容易被检验和证实(validate). 有研究指出在特别要求控制器结构与算法简单...
大家正在搜
粗糙理论与模糊理论区别
边界模糊和边界粗糙的区别
模糊集合隶属度
模糊粗糙集理论与方法
模糊和模模糊糊的区别
模糊集与普通集的区别
模糊与模糊的区别
高斯模糊与动感模糊的区别
神志清楚和模糊的区别