估计有错, 仅供参考
基础概念
幂集(Power Set), 就是原集合中所有的子集(包括全集和空集)构成的集族。
参数族(参数化族):参数族或参数化族是一组对象(一组相关对象),其差异仅为对象选择的参数值不同。
举个例子,概率密度函数 fX(⋅;θ)f_{X}(\cdot ; \theta)fX(⋅;θ) 取决于参数θ{\theta}θ 。参数θ{\theta}θ不同都会得出不同的概率密度函数,那么{fX(⋅;θ)∣θ∈Θ}\{f_{X}(\cdot ; \theta) | \theta \in \Theta \}{fX(⋅;θ)∣θ∈Θ}就是一个参数族
软集合定义
UUU:universe set 全集
EEE:参数集
P(U)P(U)P(U):U的幂集
A∈EA \in EA∈E
定义:(F,A)(F,A)(F,A)称作UUU上的软集合 ,FFF是一个映射F:A→P(U)F:A\rightarrow P(U)F:A→P(U)。换句话说UUU上的软集是UUU子集的参数族。假设e∈Ae \in Ae∈A , F(e)F(e)F(e)可以被认为是软集(F,A)(F,A)(F,A)的e近似元素集合。所以可知软集合不是集合(论文上这么说的) 。
软集合的例子
假如有一个六间房子组成的集合UUU(这个就是全集)
U=h1,h2,h3,h4,h5,h6U = {h1,h2,h3,h4,h5,h6}U=h1,h2,h3,h4,h5,h6
再给定一个房子条件构成的参数集
E=e1,e2,e3,e4,e5E={e1,e2,e3,e4,e5}E=e1,e2,e3,e4,e5
e1 :昂贵
e2 :漂亮
e3 :木质结构
e4 :便宜
e5 :绿化好
根据这些条件,可以得到符合该条件的房屋集合
F(e1)=h2,h4F(e1) = {h_{2},h_{4}}F(e1)=h2,h4
F(e2)=h1,h3F(e2) = {h_{1}, h_{3}}F(e2)=h1,h3
F(e3)=h3,h4,h5F(e3) = {h_{3},h_{4},h_{5}}F(e3)=h3,h4,h5
F(e4)=h1,h3,h5F(e4)= {h_{1}, h_{3},h_{5}}F(e4)=h1,h3,h5
F(e5)=h1F(e5) = {h_{1}}F(e5)=h1
软集合(F,E)(F,E)(F,E)是U子集的的参数族 F(ei),i=1,2,3,...,8{F(e_{i}), i = 1,2,3,...,8}F(ei),i=1,2,3,...,8 它给出了一个对象的近似描述集合。
例如映射FFF为“houses(.)”,其中(.)将由一个参数e∈Ee \in Ee∈E填充。因此,F(e1)F(e_{1})F(e1)表示houses(昂贵)”,其函数值是集合{hz,ha}\{{h_{z},h_{a}}\}{hz,ha}
因此,我们可以将软集(F,E)(F,E)(F,E)视为一组近似值,如下所示:
(F,E)={(F,E)=\{(F,E)={昂贵的房屋={h2,h4}= \{h2,h4\}={h2,h4},漂亮的房屋={h1,h3}= \{{h_{1}, h_{3}}\}={h1,h3},木制房屋={h3,h4,h5}= \{ {h_{3},h_{4},h_{5}}\}={h3,h4,h5},便宜房子={h1,h3,h5}= \{{h_{1}, h_{3},h_{5}}\}={h1,h3,h5},在绿色环境= {h1}}\{h_{1}\}\}{h1}}中,其中每个近似值都有两个部分:
- 谓词p
- 近似值集合v
比如,对于“昂贵的房屋={h2,h4}= \{h2,h4\}={h2,h4}”有以下两部分
3. 谓词为昂贵的房屋
4. 近似值集合为 {h2,h4}\{h2,h4\}{h2,h4}
因此软集合(F,E)(F,E)(F,E)可以视为下面这样的一组近似值:
(F,E)={p1=v1,p2=v2,...,pn=vn}(F,E)=\{p_{1} = v_{1}, p_{2} = v_{2},...,p_{n} = v_{n}\}(F,E)={p1=v1,p2=v2,...,pn=vn}
如果看不懂可以看看第二篇参考文献,定义讲的很详细
参考文献:
- Molodtsov D.Soft set theory—first results[J].Computers and Mathematics with Application, 1999, 37 (4/5) :19~31.
- Gong K, Xiao Z, Zhang X. The bijective soft set with its operations[J]. Computers & Mathematics with Applications, 2010, 60(8): 2270-2278.
本文探讨了幂集和参数族的概念,并通过房屋选择条件为例,介绍了软集合如何表示一组近似值,每个近似值由谓词和集合组成。通过实例说明,软集合实际上是参数化的房屋描述集合,有助于理解不确定性在决策过程中的作用。
1114

被折叠的 条评论
为什么被折叠?



