Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Содержание
Введение
В математике теория нечетких мер рассматривает обобщенные меры, в которых аддитивное свойство заменяется более слабым свойством монотонности. Центральным понятием теории нечетких мер является нечеткая мера (также емкость, см.), которая была введена Шоке в 1953 году и независимо определена Сугено в 1974 году в контексте нечетких интегралов. Существует ряд различных классов нечетких мер, включая меры правдоподобия/убеждения, меры возможности/необходимости и меры вероятности, которые являются подмножеством классических мер.
In mathematics, fuzzy measure theory considers generalized measures in which the additive property is replaced by the weaker property of monotonicity. The central concept of fuzzy measure theory is the fuzzy measure (also capacity, see ), which was introduced by Choquet in 1953 and independently defined by Sugeno in 1974 in the context of fuzzy integrals. There exists a number of different classes of fuzzy measures including plausibility/belief measures, possibility/necessity measures, and probability measures, which are a subset of classical measures.
Определения
Пусть U – вселенная дискурса, ℱ – класс подмножеств U, и m – функция, где
Let be a universe of discourse, be a class of subsets of , and A function where
называется нечёткой мерой. Нечёткая мера называется нормализованной или регулярной, если m(U) = 1.
is called a fuzzy measure. A fuzzy measure is called normalized or regular if .
Упрощающие допущения для нечетких показателей
Нечеткие меры определяются на полукольце множеств или монотонном классе, которые могут быть столь же гранулярными, как булеан (множество всех подмножеств) X, и даже в дискретных случаях число переменных может достигать 2|X|. По этой причине, в контексте многокритериального анализа решений и других дисциплин, были введены упрощающие предположения относительно нечеткой меры, чтобы снизить вычислительные затраты на ее определение и использование. Например, если предполагается, что нечеткая мера аддитивна, то выполняется условие и значения нечеткой меры могут быть вычислены на основе значений на X. Аналогично, симметричная нечеткая мера определяется однозначно |X| значениями. Две важные нечеткие меры, которые могут быть использованы, – это нечеткая мера Сугено или и k аддитивных мер, введенные соответственно Сугено и Грабишем.
Fuzzy measures are defined on a semiring of sets or monotone class, which may be as granular as the power set of X, and even in discrete cases the number of variables can be as large as 2|X|. For this reason, in the context of multi criteria decision analysis and other disciplines, simplification assumptions on the fuzzy measure have been introduced so that it is less computationally expensive to determine and use. For instance, when it is assumed the fuzzy measure is additive, it will hold that and the values of the fuzzy measure can be evaluated from the values on X. Similarly, a symmetric fuzzy measure is defined uniquely by |X| values. Two important fuzzy measures that can be used are the Sugeno or fuzzy measure and k additive measures, introduced by Sugeno and Grabisch respectively.
Сугено λ-мерка
Мерка Сугено является частным случаем нечетких мер, определяемых итеративно. Она имеет следующее определение:
The Sugeno measure is a special case of fuzzy measures defined iteratively. It has the following definition:
k-аддитивная размытая мера
Аддитивная нечеткая мера ограничивает взаимодействие между подмножествами размером k. Это резко сокращает количество переменных, необходимых для определения нечеткой меры, и поскольку k может принимать любое значение от 1 (в этом случае нечеткая мера является аддитивной) до X, это позволяет найти компромисс между способностью к моделированию и простотой.
The k additive fuzzy measure limits the interaction between the subsets to size This drastically reduces the number of variables needed to define the fuzzy measure, and as k can be anything from 1 (in which case the fuzzy measure is additive) to X, it allows for a compromise between modelling ability and simplicity.
Определение
Дискретное нечеткое (расплывчатое) измерение g на множестве X называется k-аддитивным, если его представление Мёбиуса удовлетворяет условию , для любого , и существует подмножество F, содержащее k элементов, такое что .
A discrete fuzzy measure g on a set X is called k additive if its Möbius representation verifies , whenever for any , and there exists a subset F with k elements such that .