logo móvil
Contáctanos

Reducción Relativa de Conjuntos de Cubrimiento de Vecindario Pessimista de Multigranulación Basada en la Teoría de la Evidencia

Autores: You, Xiaoying; Li, Jinjin; Wang, Hongkun

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Reducción Relativa de Conjuntos de Cubrimiento de Vecindario Pessimista de Multigranulación Basada en la Teoría de la Evidencia


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Reducción
Cobertura de vecindario
Multigranulación
Conjunto aproximado
Teoría de la evidencia
Algoritmo

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La reducción relativa de múltiples cubrimientos de vecindario con conjuntos difusos multigranulados ha sido uno de los temas de investigación más candentes en la teoría de reducción del conocimiento. En este artículo, exploramos la reducción relativa del sistema de información de cubrimiento combinando el conjunto difuso multigranulado pesimista de cubrimiento de vecindario con la teoría de la evidencia. Primero, se introducen las aproximaciones inferior y superior del conjunto difuso multigranulado en sistemas de información de cubrimiento de vecindario basadas en el concepto de vecindario de objetos. En segundo lugar, se emplean las funciones de creencia y plausibilidad de la teoría de la evidencia para caracterizar las aproximaciones del conjunto difuso multigranulado de cubrimiento de vecindario. Luego, se investiga la reducción relativa del sistema de información de cubrimiento de vecindario utilizando las funciones de creencia y plausibilidad. Finalmente, se propone un algoritmo para calcular una reducción relativa del conjunto difuso multigranulado pesimista de cubrimiento de vecindario de acuerdo con la importancia de los cubrimientos definidos por la función de creencia, y su validez se examina mediante un ejemplo práctico.

Otros recursos que podrían interesarte

Temas Virtualpro