叢書序
前言
第1章 緒論
1.1 引言
1.1.1 人工智能的起源
1.1.2 粒計算的發展現狀
1.2 粒計算研究概述
1.2.1 粒計算的基本概念
1.2.2 粒計算的基本理論模型
1.2.3 粒計算的不確定性度量方法
1.2.4 粒計算應用研究
1.3 總結和展望
1.3.1 粒計算理論研究尚存的問題
1.3.2 粒計算模型的不確定性度量研究中存在的問題
1.4 本書的主要內容和結構安排
1.4.1 多粒度計算的研究
1.4.2 本書的主要內容和安排
參考文獻
第2章 粒計算的基本理論
2.1 模糊集粒計算理論
2.2 粗糙集粒計算理論
2.3 商空間粒計算理論
2.4 雲模型粒計算理論
2.5 其他粒計算理論
本章小結
參考文獻
第3章 多粒度知識空間模型
3.1 分層遞階商空間
3.1.1 閾值為1的商空間理論
3.1.2 任意閾值的商空間理論
3.1.3 模糊等價關繫的分層遞階構建方法
3.2 覆蓋近似空間的層次模型
3.2.1 知識粒度的基本概念
3.2.2 基於*小描述的覆蓋上的知識粒度關繫
3.2.3 覆蓋上的知識粒度關繫定義間的聯繫
3.3 覆蓋近似空間與劃分空間的轉化
3.3.1 覆蓋空間的近似劃分空間
3.3.2 覆蓋空間與劃分空間之間的關繫
本章小結
參考文獻
第4章 粒計算的不確定性度量方法
4.1 模糊集的不確定性度量
4.1.1 模糊集的幾種不確定性度量方法
4.1.2 Vague集的幾種不確定性度量方法
4.2 粗糙集的不確定性度量
4.2.1 完備信息繫統的粗糙集模型的不確定性度量
4.2.2 不完備信息繫統的粗糙集模型的不確定性度量
4.2.3 各種不確定性度量方法之間的對比分析
4.3 覆蓋粗糙集的不確定性度量
4.3.1 覆蓋粗糙集模型