Articulo de referencia

Conjunto difuso

En matemáticas , los conjuntos difusos son conjuntos cuyos elementos tienen grados de pertenencia. Los conjuntos difusos fueron introducidos independientemente por Lotfi A. Zade...

En matemáticas , los conjuntos difusos son conjuntos cuyos elementos tienen grados de pertenencia. Los conjuntos difusos fueron introducidos independientemente por Lotfi A. Zadeh en 1965 como una extensión de la noción clásica de conjunto. [ 1 ] [ 2 ] Al mismo tiempo, Salii (1965) definió un tipo de estructura más general llamada " L -relación", que estudió en un contexto algebraico abstracto ; las relaciones difusas son casos especiales de L -relaciones cuando L es el intervalo unitario.[0,1]{\displaystyle [0,1]}. Ahora se utilizan en toda la matemática difusa , con aplicaciones en áreas como la lingüística ( De Cock, Bodenhofer y Kerre 2000 ) , la toma de decisiones ( Kuzmin 1982 ) y la agrupación ( Bezdek 1978 ) .

En la teoría clásica de conjuntos , la pertenencia de los elementos a un conjunto se evalúa en términos binarios según una condición bivalente : un elemento pertenece o no pertenece al conjunto. Por el contrario, la teoría de conjuntos difusos permite la evaluación gradual de la pertenencia de los elementos a un conjunto; esto se describe con la ayuda de una función de pertenencia con valores en el intervalo unitario real .[0,1]{\displaystyle [0,1]}Los conjuntos difusos generalizan los conjuntos clásicos, ya que las funciones indicadoras (también llamadas funciones características) de los conjuntos clásicos son casos especiales de las funciones de pertenencia de los conjuntos difusos, si estas últimas solo toman los valores 0 o 1. [ 3 ] En la teoría de conjuntos difusos, los conjuntos bivalentes clásicos se denominan habitualmente conjuntos nítidos . La teoría de conjuntos difusos puede utilizarse en una amplia gama de dominios en los que la información es incompleta o imprecisa, como la bioinformática . [ 4 ]

Definición

Un conjunto difuso es un par(U,metro){\displaystyle (U,m)}dóndeU{\displaystyle U}es un conjunto (a menudo se requiere que no esté vacío ) ymetro:U[0,1]{\displaystyle m\colon U\rightarrow [0,1]}una función de pertenencia. El conjunto de referenciaU{\displaystyle U}(a veces denotado porΩ{\displaystyle \Omega }oincógnita{\displaystyle X}) se llama universo de discurso , y para cadaincógnitaU,{\displaystyle x\in U,}el valormetro(incógnita){\displaystyle m(x)}se denomina grado de pertenencia aincógnita{\displaystyle x}en(U,metro){\displaystyle (U,m)}. La funciónmetro=μA{\displaystyle m=\mu _{A}}se denomina función de pertenencia del conjunto difusoA=(U,metro){\displaystyle A=(U,m)}.

Para un conjunto finitoU={incógnita1,,incógnitanorte},{\displaystyle U=\{x_{1},\dots ,x_{n}\},}el conjunto difuso(U,metro){\displaystyle (U,m)}a menudo se denota por{metro(incógnita1)/incógnita1,,metro(incógnitanorte)/incógnitanorte}.{\displaystyle \{m(x_{1})/x_{1},\dots ,m(x_{n})/x_{n}\}.}

DejarincógnitaU{\displaystyle x\in U}. Entoncesincógnita{\displaystyle x}se llama

  • no incluido en el conjunto difuso(U,metro){\displaystyle (U,m)}simetro(incógnita)=0{\displaystyle m(x)=0}(sin miembro),
  • totalmente incluido simetro(incógnita)=1{\displaystyle m(x)=1}(miembro de pleno derecho),
  • parcialmente incluido si0<metro(incógnita)<1{\displaystyle 0<m(x)<1}(miembro difuso). [ 5 ]

El conjunto (nítido) de todos los conjuntos difusos en un universoU{\displaystyle U}se denota conSF(U){\displaystyle SF(U)}(o a veces simplementeF(U){\displaystyle F(U)}).

Para cualquier conjunto difusoA=(U,metro){\displaystyle A=(U,m)}yα[0,1]{\displaystyle \alpha \in [0,1]}Se definen los siguientes conjuntos clásicos:

  • Aα=Aα={incógnitaUmetro(incógnita)α}{\displaystyle A^{\geq \alpha }=A_{\alpha }=\{x\in U\mid m(x)\geq \alpha \}}se denomina su corte α (también conocido como conjunto de nivel α )
  • A>α=Aα={incógnitaUmetro(incógnita)>α}{\displaystyle A^{>\alpha }=A'_{\alpha }=\{x\in U\mid m(x)>\alpha \}}se denomina su corte α fuerte (también conocido como conjunto de nivel α fuerte )
  • S(A)=Supp(A)=A>0={incógnitaUmetro(incógnita)>0}{\displaystyle S(A)=\operatorname {Supp} (A)=A^{>0}=\{x\in U\mid m(x)>0\}}se llama su apoyo
  • do(A)=Centro(A)=A=1={incógnitaUmetro(incógnita)=1}{\displaystyle C(A)=\operatorname {Core} (A)=A^{=1}=\{x\in U\mid m(x)=1\}}se le llama su núcleo (o a veces kernel)Kern(A){\displaystyle \operatorname {Kern} (A)}).

Tenga en cuenta que algunos autores entienden "núcleo" de una manera diferente; véase más abajo.

Otras definiciones

  • Un conjunto difusoA=(U,metro){\displaystyle A=(U,m)}está vacío (A={\displaystyle A=\varnothing }) si y solo si
{\displaystyle \forall }incógnitaU:μA(incógnita)=metro(incógnita)=0{\displaystyle x\in U:\mu _{A}(x)=m(x)=0}
  • Dos conjuntos difusosA{\displaystyle A}yB{\displaystyle B}son iguales (A=B{\displaystyle A=B}) si y solo si
incógnitaU:μA(incógnita)=μB(incógnita){\displaystyle \forall x\in U:\mu _{A}(x)=\mu _{B}(x)}
  • Un conjunto difusoA{\displaystyle A}está incluido en un conjunto difusoB{\displaystyle B}(AB{\displaystyle A\subseteq B}) si y solo si
incógnitaU:μA(incógnita)μB(incógnita){\displaystyle \forall x\in U:\mu _{A}(x)\leq \mu _{B}(x)}
  • Para cualquier conjunto difusoA{\displaystyle A}cualquier elementoincógnitaU{\displaystyle x\in U}que satisface
μA(incógnita)=0,5{\displaystyle \mu _{A}(x)=0.5}
Se denomina punto de cruce .
  • Dado un conjunto difusoA{\displaystyle A}, cualquierα[0,1]{\displaystyle \alpha \in [0,1]}, para el cualA=α={incógnitaUμA(incógnita)=α}{\displaystyle A^{=\alpha }=\{x\in U\mid \mu _{A}(x)=\alpha \}}no está vacío, se llama nivel A.
  • El conjunto de niveles de A es el conjunto de todos los niveles.α[0,1]{\displaystyle \alpha \in [0,1]}representando cortes distintos. Es la imagen deμA{\displaystyle \mu _{A}}:
ΛA={α[0,1]:A=α}={α[0,1]:{\displaystyle \Lambda _{A}=\{\alpha \in [0,1]:A^{=\alpha }\neq \varnothing \}=\{\alpha \in [0,1]:{}}{\displaystyle \exists }incógnitaU(μA(incógnita)=α)}=μA(U){\displaystyle x\in U(\mu _{A}(x)=\alpha )\}=\mu _{A}(U)}
  • Para un conjunto difusoA{\displaystyle A}, su altura viene dada por
Altura(A)=sorber{μA(incógnita)incógnitaU}=sorber(μA(U)){\displaystyle \operatorname {Hgt} (A)=\sup\{\mu _{A}(x)\mid x\in U\}=\sup(\mu _{A}(U))}
dóndesorber{\displaystyle \sup }denota el supremo , que existe porqueμA(U){\displaystyle \mu _{A}(U)}es no vacío y está acotado superiormente por 1. Si U es finito, podemos simplemente reemplazar el supremo por el máximo.
  • Un conjunto difusoA{\displaystyle A}Se dice que está normalizado si y solo si
Altura(A)=1{\displaystyle \operatorname {Hgt} (A)=1}
En el caso finito, donde el supremo es un máximo, esto significa que al menos un elemento del conjunto difuso tiene pertenencia completa. Un conjunto difuso no vacíoA{\displaystyle A}puede normalizarse con el resultadoA~{\displaystyle {\tilde {A}}}dividiendo la función de pertenencia del conjunto difuso por su altura:
incógnitaU:μA~(incógnita)=μA(incógnita)/Altura(A){\displaystyle \forall x\in U:\mu _{\tilde {A}}(x)=\mu _{A}(x)/\operatorname {Hgt} (A)}
Además de las similitudes, esto difiere de la normalización habitual en que la constante de normalización no es una suma.
  • Para conjuntos difusosA{\displaystyle A}de números reales(UR){\displaystyle (U\subseteq \mathbb {R} )}con soporte limitado , el ancho se define como
Ancho(A)=sorber(Supp(A))inf(Supp(A)){\displaystyle \operatorname {Width} (A)=\sup(\operatorname {Supp} (A))-\inf(\operatorname {Supp} (A))}
En el caso de queSupp(A){\displaystyle \operatorname {Supp} (A)}es un conjunto finito, o más generalmente un conjunto cerrado , el ancho es simplemente
Ancho(A)=máximo(Supp(A))min(Supp(A)){\displaystyle \operatorname {Width} (A)=\max(\operatorname {Supp} (A))-\min(\operatorname {Supp} (A))}
En el caso n -dimensional(URnorte){\displaystyle (U\subseteq \mathbb {R} ^{n})}lo anterior puede ser reemplazado por el volumen n -dimensional deSupp(A){\displaystyle \operatorname {Supp} (A)}.
En general, esto se puede definir dada cualquier medida en U , por ejemplo mediante la integración (por ejemplo, la integración de Lebesgue ) deSupp(A){\displaystyle \operatorname {Supp} (A)}.
  • Un conjunto realmente difusoA(UR){\displaystyle A(U\subseteq \mathbb {R} )}Se dice que es convexo (en el sentido difuso, que no debe confundirse con un conjunto convexo nítido ), si y solo si
incógnita,yU,λ[0,1]:μA(λincógnita+(1λ)y)min(μA(incógnita),μA(y)){\displaystyle \forall x,y\in U,\forall \lambda \in [0,1]:\mu _{A}(\lambda {x}+(1-\lambda )y)\geq \min(\mu _{A}(x),\mu _{A}(y))}.
Sin pérdida de generalidad, podemos tomar xy , lo que da la formulación equivalente.
z[incógnita,y]:μA(z)min(μA(incógnita),μA(y)){\displaystyle \forall z\in [x,y]:\mu _{A}(z)\geq \min(\mu _{A}(x),\mu _{A}(y))}.
Esta definición puede extenderse a una para un espacio topológico general U : decimos que es el conjunto difuso.A{\displaystyle A}es convexo cuando, para cualquier subconjunto Z de U , la condición
zZ:μA(z)inf(μA(Z)){\displaystyle \forall z\in Z:\mu _{A}(z)\geq \inf(\mu _{A}(\partial Z))}
sostiene, dondeZ{\displaystyle \partial Z}denota el límite de Z yF(incógnita)={F(incógnita)incógnitaincógnita}{\displaystyle f(X)=\{f(x)\mid x\in X\}}denota la imagen de un conjunto X (aquíZ{\displaystyle \partial Z}) bajo una función f (aquíμA{\displaystyle \mu _{A}}).

operaciones de conjuntos difusos

Si bien el complemento de un conjunto difuso tiene una única definición más común, las otras operaciones principales, la unión y la intersección, presentan cierta ambigüedad.

  • Para un conjunto difuso dadoA{\displaystyle A}, su complemento¬A{\displaystyle \neg {A}}(a veces se denota comoAdo{\displaystyle A^{c}}odoA{\displaystyle cA}) se define mediante la siguiente función de pertenencia:
incógnitaU:μ¬A(incógnita)=1μA(incógnita){\displaystyle \forall x\in U:\mu _{\neg {A}}(x)=1-\mu _{A}(x)}.
  • Sea t una t-norma y s la s-norma correspondiente (también conocida como t-conorma). Dado un par de conjuntos difusosA,B{\displaystyle A,B}su intersecciónAB{\displaystyle A\cap {B}}se define por:
incógnitaU:μAB(incógnita)=t(μA(incógnita),μB(incógnita)){\displaystyle \forall x\in U:\mu _{A\cap {B}}(x)=t(\mu _{A}(x),\mu _{B}(x))},
y su uniónAB{\displaystyle A\cup {B}}se define por:
incógnitaU:μAB(incógnita)=s(μA(incógnita),μB(incógnita)){\displaystyle \forall x\in U:\mu _{A\cup {B}}(x)=s(\mu _{A}(x),\mu _{B}(x))}.

Por definición de la t-norma, vemos que la unión y la intersección son conmutativas , monótonas , asociativas y tienen un elemento nulo y un elemento identidad . Para la intersección, estos son ∅ y U , respectivamente, mientras que para la unión, se invierten. Sin embargo, la unión de un conjunto difuso y su complemento puede no resultar en el universo completo U , y la intersección de ambos puede no dar el conjunto vacío ∅. Dado que la intersección y la unión son asociativas, es natural definir la intersección y la unión de una familia finita de conjuntos difusos de forma recursiva. Cabe destacar que los operadores estándar generalmente aceptados para la unión y la intersección de conjuntos difusos son los operadores máximo y mínimo.

  • incógnitaU:μAB(incógnita)=máximo(μA(incógnita),μB(incógnita)){\displaystyle \forall x\in U:\mu _{A\cup {B}}(x)=\max(\mu _{A}(x),\mu _{B}(x))}yμAB(incógnita)=min(μA(incógnita),μB(incógnita)){\displaystyle \mu _{A\cap {B}}(x)=\min(\mu _{A}(x),\mu _{B}(x))}. [ 6 ]
  • Si el negador estándarnorte(α)=1α,α[0,1]{\displaystyle n(\alpha )=1-\alpha ,\alpha \in [0,1]}es reemplazado por otro negador fuerte , la diferencia de conjunto difuso (definida a continuación) puede generalizarse por
incógnitaU:μ¬A(incógnita)=norte(μA(incógnita)).{\displaystyle \forall x\in U:\mu _{\neg {A}}(x)=n(\mu _{A}(x)).}
  • La terna formada por la intersección, la unión y el complemento difusos constituye una terna de De Morgan . Es decir, las leyes de De Morgan se extienden a esta terna.
Se pueden obtener ejemplos de pares de intersección/unión difusos con negador estándar a partir de las muestras proporcionadas en el artículo sobre t-normas .
La intersección difusa no es idempotente en general, ya que la norma t estándar min es la única que posee esta propiedad. De hecho, si se utiliza la multiplicación aritmética como norma t, la operación de intersección difusa resultante no es idempotente. Es decir, calcular iterativamente la intersección de un conjunto difuso consigo mismo no es trivial. En cambio, define la m -ésima potencia de un conjunto difuso, que puede generalizarse canónicamente para exponentes no enteros de la siguiente manera:
  • Para cualquier conjunto difusoA{\displaystyle A}yνR+{\displaystyle \nu \in \mathbb {R} ^{+}}la n -ésima potencia deA{\displaystyle A}se define mediante la función de pertenencia:
incógnitaU:μAν(incógnita)=μA(incógnita)ν.{\displaystyle \forall x\in U:\mu _{A^{\nu }}(x)=\mu _{A}(x)^{\nu }.}

El caso del exponente dos es lo suficientemente especial como para tener un nombre.

  • Para cualquier conjunto difusoA{\displaystyle A}la concentracióndoOnorte(A)=A2{\displaystyle CON(A)=A^{2}}se define
incógnitaU:μdoOnorte(A)(incógnita)=μA2(incógnita)=μA(incógnita)2.{\displaystyle \forall x\in U:\mu _{CON(A)}(x)=\mu _{A^{2}}(x)=\mu _{A}(x)^{2}.}

Tomando00=1{\displaystyle 0^{0}=1}, tenemosA0=U{\displaystyle A^{0}=U}yA1=A.{\displaystyle A^{1}=A.}

  • Dados conjuntos difusosA,B{\displaystyle A,B}, la diferencia del conjunto difusoAB{\displaystyle A\setminus B}, también denotadoAB{\displaystyle A-B}, puede definirse directamente mediante la función de pertenencia:
incógnitaU:μAB(incógnita)=t(μA(incógnita),norte(μB(incógnita))),{\displaystyle \forall x\in U:\mu _{A\setminus {B}}(x)=t(\mu _{A}(x),n(\mu _{B}(x))),}
lo que significaAB=A¬B{\displaystyle A\setminus B=A\cap \neg {B}}, p.ej:
incógnitaU:μAB(incógnita)=min(μA(incógnita),1μB(incógnita)).{\displaystyle \forall x\in U:\mu _{A\setminus {B}}(x)=\min(\mu _{A}(x),1-\mu _{B}(x)).}[ 7 ]
Otra propuesta para una diferencia de conjunto podría ser:
incógnitaU:μAB(incógnita)=μA(incógnita)t(μA(incógnita),μB(incógnita)).{\displaystyle \forall x\in U:\mu _{A-{B}}(x)=\mu _{A}(x)-t(\mu _{A}(x),\mu _{B}(x)).}[ 7 ]
  • Dubois y Prade (1980) hicieron propuestas para diferencias de conjuntos difusos simétricos, ya sea tomando el valor absoluto , dando
incógnitaU:μAB(incógnita)=|μA(incógnita)μB(incógnita)|,{\displaystyle \forall x\in U:\mu _{A\triangle B}(x)=|\mu _{A}(x)-\mu _{B}(x)|,}
o mediante el uso de una combinación de solo max , min y negación estándar, dando como resultado
incógnitaU:μAB(incógnita)=máximo(min(μA(incógnita),1μB(incógnita)),min(μB(incógnita),1μA(incógnita))).{\displaystyle \forall x\in U:\mu _{A\triangle B}(x)=\max(\min(\mu _{A}(x),1-\mu _{B}(x)),\min(\mu _{B}(x),1-\mu _{A}(x))).}[ 7 ]
Vemur et al. (2014) propusieron axiomas para la definición de diferencias simétricas generalizadas análogas a las de las t-normas, t-conormas y negadores, con precedentes de Alsina et al. (2005) y Bedregal et al. (2009). [ 7 ]
  • A diferencia de los conjuntos clásicos, también se pueden definir operaciones de promediado para conjuntos difusos.

conjuntos difusos disjuntos

A diferencia de la ambigüedad general de las operaciones de intersección y unión, existe claridad para los conjuntos difusos disjuntos: Dos conjuntos difusosA,B{\displaystyle A,B}son disjuntos si y solo si

incógnitaU:μA(incógnita)=0μB(incógnita)=0{\displaystyle \forall x\in U:\mu _{A}(x)=0\lor \mu _{B}(x)=0}

lo cual es equivalente a

{\displaystyle \nexists }incógnitaU:μA(incógnita)>0μB(incógnita)>0{\displaystyle x\in U:\mu _{A}(x)>0\land \mu _{B}(x)>0}

y también equivalente a

incógnitaU:min(μA(incógnita),μB(incógnita))=0{\displaystyle \forall x\in U:\min(\mu _{A}(x),\mu _{B}(x))=0}

Tenemos en cuenta que min / max es un par at/s-norm, y cualquier otro también funcionará aquí.

Los conjuntos difusos son disjuntos si y solo si sus soportes son disjuntos según la definición estándar de conjuntos clásicos.

Para conjuntos difusos disjuntosA,B{\displaystyle A,B}cualquier intersección dará ∅, y cualquier unión dará el mismo resultado, que se denota como

A˙B=AB{\displaystyle A\,{\dot {\cup }}\,B=A\cup B}

con su función de pertenencia dada por

incógnitaU:μA˙B(incógnita)=μA(incógnita)+μB(incógnita){\displaystyle \forall x\in U:\mu _{A{\dot {\cup }}B}(x)=\mu _{A}(x)+\mu _{B}(x)}

Nótese que solo uno de los sumandos es mayor que cero.

Para conjuntos difusos disjuntosA,B{\displaystyle A,B}Lo siguiente es cierto:

Supp(A˙B)=Supp(A)Supp(B){\displaystyle \operatorname {Supp} (A\,{\dot {\cup }}\,B)=\operatorname {Supp} (A)\cup \operatorname {Supp} (B)}

Esto se puede generalizar a familias finitas de conjuntos difusos de la siguiente manera: Dada una familiaA=(Ai)iI{\displaystyle A=(A_{i})_{i\in I}}de conjuntos difusos con conjunto de índices I (por ejemplo, I = {1,2,3,..., n }). Esta familia es disjunta (por pares) si y solo si

a pesar de incógnitaU existe como máximo uno iI de tal manera que μAi(incógnita)>0.{\displaystyle {\text{for all }}x\in U{\text{ there exists at most one }}i\in I{\text{ such that }}\mu _{A_{i}}(x)>0.}

Una familia de conjuntos difusosA=(Ai)iI{\displaystyle A=(A_{i})_{i\in I}}es disjunto, si y solo si la familia de soportes subyacentesSuppA=(Supp(Ai))iI{\displaystyle \operatorname {Supp} \circ A=(\operatorname {Supp} (A_{i}))_{i\in I}}es disjunto en el sentido estándar para familias de conjuntos nítidos.

Independientemente del par de normas t/s, la intersección de una familia disjunta de conjuntos difusos dará ∅ de nuevo, mientras que la unión no tiene ambigüedad:

iI˙Ai=iIAi{\displaystyle {\dot {\bigcup \limits _{i\in I}}}\,A_{i}=\bigcup _{i\in I}A_{i}}

con su función de pertenencia dada por

incógnitaU:μiI˙Ai(incógnita)=iIμAi(incógnita){\displaystyle \forall x\in U:\mu _{{\dot {\bigcup \limits _{i\in I}}}A_{i}}(x)=\sum _{i\in I}\mu _{A_{i}}(x)}

Nuevamente, solo uno de los sumandos es mayor que cero.

Para familias disjuntas de conjuntos difusosA=(Ai)iI{\displaystyle A=(A_{i})_{i\in I}}Lo siguiente es cierto:

Supp(iI˙Ai)=iISupp(Ai){\displaystyle \operatorname {Supp} \left({\dot {\bigcup \limits _{i\in I}}}\,A_{i}\right)=\bigcup \limits _{i\in I}\operatorname {Supp} (A_{i})}

Cardinalidad escalar

Para un conjunto difusoA{\displaystyle A}con soporte finitoSupp(A){\displaystyle \operatorname {Supp} (A)}(es decir, un "conjunto difuso finito"), su cardinalidad (también conocida como cardinalidad escalar o recuento sigma ) viene dada por

Tarjeta(A)=Carolina del Sur(A)=|A|=incógnitaUμA(incógnita){\displaystyle \operatorname {Card} (A)=\operatorname {sc} (A)=|A|=\sum _{x\in U}\mu _{A}(x)}.

En el caso de que U sea un conjunto finito, la cardinalidad relativa viene dada por

Tarjeta RelCard(A)=A=Carolina del Sur(A)/|U|=|A|/|U|{\displaystyle \operatorname {RelCard} (A)=\|A\|=\operatorname {sc} (A)/|U|=|A|/|U|}.

Esto se puede generalizar para que el divisor sea un conjunto difuso no vacío: Para conjuntos difusosA,GRAMO{\displaystyle A,G}Con G ≠ ∅, podemos definir la cardinalidad relativa mediante:

Tarjeta RelCard(A,GRAMO)=Carolina del Sur(A|GRAMO)=Carolina del Sur(AGRAMO)/Carolina del Sur(GRAMO){\displaystyle \operatorname {RelCard} (A,G)=\operatorname {sc} (A|G)=\operatorname {sc} (A\cap {G})/\operatorname {sc} (G)},

que se parece mucho a la expresión de probabilidad condicional . Nota:

  • Carolina del Sur(GRAMO)>0{\displaystyle \operatorname {sc} (G)>0}aquí.
  • El resultado puede depender de la intersección específica (norma t) elegida.
  • ParaGRAMO=U{\displaystyle G=U}El resultado es inequívoco y se asemeja a la definición anterior.

Distancia y similitud

Para cualquier conjunto difusoA{\displaystyle A}la función de membresíaμA:U[0,1]{\displaystyle \mu _{A}:U\to [0,1]}puede ser considerado como una familiaμA=(μA(incógnita))incógnitaU[0,1]U{\displaystyle \mu _{A}=(\mu _{A}(x))_{x\in U}\in [0,1]^{U}}Este último es un espacio métrico con varias métricas .d{\displaystyle d}Conocido. Se puede derivar una métrica a partir de una norma (norma vectorial).{\displaystyle \|\,\|}a través de

d(α,β)=αβ{\displaystyle d(\alpha ,\beta )=\|\alpha -\beta \|}.

Por ejemplo, siU{\displaystyle U}es finito, es decirU={incógnita1,incógnita2,...incógnitanorte}{\displaystyle U=\{x_{1},x_{2},...x_{n}\}}, dicha métrica puede definirse mediante:

d(α,β):=máximo{|α(incógnitai)β(incógnitai)|:i=1,...,norte}{\displaystyle d(\alpha ,\beta ):=\max\{|\alpha (x_{i})-\beta (x_{i})|:i=1,...,n\}}dóndeα{\displaystyle \alpha }yβ{\displaystyle \beta }son secuencias de números reales entre 0 y 1.

Para infinitoU{\displaystyle U}El máximo puede ser reemplazado por un supremo. Dado que los conjuntos difusos se definen inequívocamente por su función de pertenencia, esta métrica puede utilizarse para medir distancias entre conjuntos difusos en el mismo universo:

d(A,B):=d(μA,μB){\displaystyle d(A,B):=d(\mu _{A},\mu _{B})},

que se convierte en el ejemplo anterior:

d(A,B)=máximo{|μA(incógnitai)μB(incógnitai)|:i=1,...,norte}{\displaystyle d(A,B)=\max\{|\mu _{A}(x_{i})-\mu _{B}(x_{i})|:i=1,...,n\}}.

De nuevo por infinitoU{\displaystyle U}el máximo debe ser reemplazado por un supremo. Otras distancias (como la norma 2 canónica) pueden divergir, si los conjuntos difusos infinitos son demasiado diferentes, por ejemplo,{\displaystyle \varnothing }yU{\displaystyle U}.

Medidas de similitud (aquí denotadas porS{\displaystyle S}) puede derivarse entonces de la distancia, por ejemplo, siguiendo una propuesta de Koczy:

S=1/(1+d(A,B)){\displaystyle S=1/(1+d(A,B))}sid(A,B){\displaystyle d(A,B)}es finito,0{\displaystyle 0}demás,

o después de Williams y Steele:

S=exp(αd(A,B)){\displaystyle S=\exp(-\alpha {d(A,B)})}sid(A,B){\displaystyle d(A,B)}es finito,0{\displaystyle 0}demás

dóndeα>0{\displaystyle \alpha >0}es un parámetro de pendiente yexp(incógnita)=miincógnita{\displaystyle \exp(x)=e^{x}}.

conjuntos difusos L

En ocasiones, se utilizan variantes más generales de la noción de conjunto difuso, con funciones de pertenencia que toman valores en un álgebra o estructura (fija o variable).L{\displaystyle L}de un tipo determinado; por lo general se requiere queL{\displaystyle L}ser al menos un poset o retículo . Estos se denominan habitualmente conjuntos L -difusos , para distinguirlos de aquellos valorados sobre el intervalo unitario. Las funciones de pertenencia usuales con valores en [0, 1] se denominan entonces funciones de pertenencia con valores en [0, 1]. Este tipo de generalizaciones fueron consideradas por primera vez en 1967 por Joseph Goguen , alumno de Zadeh. [ 8 ] Un corolario clásico puede ser indicar los valores de verdad y pertenencia mediante {f, t} en lugar de {0, 1}.

Atanassov proporcionó una extensión de los conjuntos difusos . Un conjunto difuso intuicionista (IFS)A{\displaystyle A}Se caracteriza por dos funciones:

1.μA(incógnita){\displaystyle \mu _{A}(x)}– grado de pertenencia a x
2.νA(incógnita){\displaystyle \nu _{A}(x)}– grado de no pertenencia a x

con funcionesμA,νA:U[0,1]{\displaystyle \mu _{A},\nu _{A}:U\to [0,1]}conincógnitaU:μA(incógnita)+νA(incógnita)1{\displaystyle \forall x\in U:\mu _{A}(x)+\nu _{A}(x)\leq 1}.

Esto se asemeja a una situación como la de alguna persona designada porincógnita{\displaystyle x}votación

  • para una propuestaA{\displaystyle A}: (μA(incógnita)=1,νA(incógnita)=0{\displaystyle \mu _{A}(x)=1,\nu _{A}(x)=0}),
  • en contra de ello: (μA(incógnita)=0,νA(incógnita)=1{\displaystyle \mu _{A}(x)=0,\nu _{A}(x)=1}),
  • o abstenerse de votar: (μA(incógnita)=νA(incógnita)=0{\displaystyle \mu _{A}(x)=\nu _{A}(x)=0}).

Al fin y al cabo, tenemos un porcentaje de aprobaciones, un porcentaje de denegaciones y un porcentaje de abstenciones.

Para esta situación, se pueden definir negadores "intuitivos difusos" especiales, normas t y s. ConD={(α,β)[0,1]2:α+β=1}{\displaystyle D^{*}=\{(\alpha ,\beta )\in [0,1]^{2}:\alpha +\beta =1\}}y combinando ambas funciones para(μA,νA):UD{\displaystyle (\mu _{A},\nu _{A}):U\to D^{*}}Esta situación se asemeja a un tipo especial de conjuntos L -difusos.

Una vez más, esto se ha ampliado definiendo conjuntos difusos de imágenes (PFS) de la siguiente manera: Un PFS A se caracteriza por tres funciones que asignan U a [0, 1]:μA,ηA,νA{\displaystyle \mu _{A},\eta _{A},\nu _{A}}, "grado de pertenencia positiva", "grado de pertenencia neutral" y "grado de pertenencia negativa" respectivamente y condición adicionalincógnitaU:μA(incógnita)+ηA(incógnita)+νA(incógnita)1{\displaystyle \forall x\in U:\mu _{A}(x)+\eta _{A}(x)+\nu _{A}(x)\leq 1} Esto amplía la muestra de votación anterior con una posibilidad adicional de "negativa a votar".

ConD={(α,β,γ)[0,1]3:α+β+γ=1}{\displaystyle D^{*}=\{(\alpha ,\beta ,\gamma )\in [0,1]^{3}:\alpha +\beta +\gamma =1\}}y negadores especiales "borrosos de imagen", normas t y s, esto se asemeja a otro tipo de conjuntos L -borrosos. [ 9 ]

conjuntos difusos pitagóricos

Una extensión de los conjuntos difusos intuicionistas (IFS) son los conocidos como conjuntos difusos pitagóricos. Dichos conjuntos satisfacen la restricciónμA(incógnita)2+νA(incógnita)21{\displaystyle \mu _{A}(x)^{2}+\nu _{A}(x)^{2}\leq 1}, lo cual recuerda al teorema de Pitágoras. [ 10 ] [ 11 ] [ 12 ] Los conjuntos difusos pitagóricos pueden aplicarse a aplicaciones de la vida real en las que la condición previa deμA(incógnita)+νA(incógnita)1{\displaystyle \mu _{A}(x)+\nu _{A}(x)\leq 1}no es válido. Sin embargo, la condición menos restrictiva deμA(incógnita)2+νA(incógnita)21{\displaystyle \mu _{A}(x)^{2}+\nu _{A}(x)^{2}\leq 1}puede ser adecuado en más dominios. [ 13 ] [ 14 ]

lógica difusa

Como extensión del caso de la lógica multivaluada , las valoraciones (μ:VoW{\displaystyle \mu :{\mathit {V}}_{o}\to {\mathit {W}}} ) de variables proposicionales (Vo{\displaystyle {\mathit {V}}_{o}}) en un conjunto de grados de membresía (W{\displaystyle {\mathit {W}}}) pueden considerarse como funciones de pertenencia que asignan predicados a conjuntos difusos (o, más formalmente, a un conjunto ordenado de pares difusos, denominado relación difusa). Con estas valoraciones, la lógica multivaluada puede extenderse para permitir premisas difusas a partir de las cuales se pueden extraer conclusiones graduales. [ 15 ]

Esta extensión a veces se denomina "lógica difusa en sentido estricto" en contraposición a la "lógica difusa en sentido amplio", que se originó en los campos de la ingeniería de control automatizado e ingeniería del conocimiento , y que abarca muchos temas relacionados con conjuntos difusos y "razonamiento aproximado". [ 16 ]

Las aplicaciones industriales de los conjuntos difusos en el contexto de la "lógica difusa en sentido amplio" se pueden encontrar en lógica difusa .

Número difuso

Un número difuso [ 17 ] es un conjunto difusoA{\displaystyle A}que cumpla todas las siguientes condiciones:

  • A{\displaystyle A}está normalizado;
  • A{\displaystyle A}es un conjunto convexo;
  • La función de membresíaμA(incógnita){\displaystyle \mu _{A}(x)}alcanza el valor 1 al menos una vez;
  • La función de membresíaμA(incógnita){\displaystyle \mu _{A}(x)}es al menos segmentariamente continuo.

Si estas condiciones no se cumplen, entoncesA{\displaystyle A}no es un número difuso . El núcleo de este número difuso es un singleton ; su ubicación es:

do(A)=incógnita:μA(incógnita)=1{\displaystyle \,C(A)=x^{*}:\mu _{A}(x^{*})=1}

Los números difusos se pueden comparar con el juego de feria "adivina tu peso", donde alguien adivina el peso del concursante, siendo las estimaciones más cercanas las más acertadas, y donde quien adivina "gana" si se acerca lo suficiente al peso del concursante, siendo el peso real completamente correcto (que se corresponde con 1 mediante la función de pertenencia).

El núcleoK(A)=Kern(A){\displaystyle K(A)=\operatorname {Kern} (A)}de un intervalo difusoA{\displaystyle A}se define como la parte 'interna', sin las partes 'externas' donde el valor de pertenencia es constante hasta el infinito. En otras palabras, el subconjunto más pequeño deR{\displaystyle \mathbb {R} }dóndeμA(incógnita){\displaystyle \mu _{A}(x)}es constante fuera de ella, se define como el núcleo.

Sin embargo, existen otros conceptos de números e intervalos difusos, ya que algunos autores no insisten en la convexidad.

Categorías difusas

El uso de la pertenencia a conjuntos como componente clave de la teoría de categorías puede generalizarse a conjuntos difusos. Este enfoque, que comenzó en 1968 poco después de la introducción de la teoría de conjuntos difusos, [ 18 ] condujo al desarrollo de las categorías de Goguen en el siglo XXI. [ 19 ] [ 20 ] En estas categorías, en lugar de utilizar la pertenencia a conjuntos de dos valores, se utilizan intervalos más generales, que pueden ser retículos como en los conjuntos L -difusos. [ 20 ] [ 21 ]

Existen numerosas extensiones matemáticas similares o más generales que los conjuntos difusos. Desde que Zadeh introdujo los conjuntos difusos en 1965, se han desarrollado muchas construcciones y teorías matemáticas nuevas que abordan la imprecisión, la inexactitud, la vaguedad, la incertidumbre y la vulnerabilidad. Algunas de estas construcciones y teorías son extensiones de la teoría de conjuntos difusos, mientras que otras intentan modelar matemáticamente la inexactitud/vaguedad y la incertidumbre de una manera diferente. La diversidad de dichas construcciones y teorías correspondientes incluye:

  • Conjuntos difusos (Zadeh, 1965)
  • conjuntos de intervalos (Moore, 1966),
  • Conjuntos L-difusos (Goguen, 1967),
  • conjuntos de flou (Gentilhomme, 1968),
  • conjuntos difusos de tipo 2 y conjuntos difusos de tipo n (Zadeh, 1975),
  • conjuntos difusos con valores de intervalo (Grattan-Guinness, 1975; Jahn, 1975; Sambuc, 1975; Zadeh, 1975),
  • conjuntos difusos de nivel (Radecki, 1977)
  • conjuntos preliminares (Pawlak, 1982),
  • conjuntos difusos intuicionistas (Atanassov, 1983),
  • multiconjuntos difusos (Yager, 1986),
  • conjuntos L-difusos intuicionistas (Atanassov, 1986),
  • multiconjuntos aproximados (Grzymala-Busse, 1987),
  • conjuntos aproximados difusos (Nakamura, 1988),
  • conjuntos difusos de valor real (Blizard, 1989),
  • conjuntos vagos (Wen-Lung Gau y Buehrer, 1993),
  • conjuntos de nivel α (Yao, 1997),
  • conjuntos sombreados (Pedrycz, 1998),
  • conjuntos neutrosóficos (SN) (Smarandache, 1998),
  • conjuntos difusos bipolares (Wen-Ran Zhang, 1998),
  • juegos auténticos (Demirci, 1999),
  • conjuntos suaves (Molodtsov, 1999),
  • conjunto difuso complejo (2002),
  • conjuntos aproximados difusos intuicionistas (Cornelis, De Cock y Kerre, 2003)
  • Conjuntos aproximados L-difusos (Radzikowska y Kerre, 2004),
  • conjuntos multifuzzy (Sabu Sebastian, 2009),
  • conjuntos difusos aproximados generalizados (Feng, 2010)
  • conjuntos difusos intuicionistas aproximados (Thomas y Nair, 2011),
  • conjuntos difusos suaves y rugosos (Meng, Zhang y Qin, 2011)
  • conjuntos aproximados difusos suaves (Meng, Zhang y Qin, 2011)
  • multiconjuntos suaves (Alkhazaleh, Salleh y Hassan, 2011)
  • multiconjuntos suaves difusos (Alkhazaleh y Salleh, 2012)
  • conjunto difuso pitagórico (Yager, 2013),
  • conjunto difuso de imágenes (Cuong, 2013),
  • conjunto difuso esférico (Mahmood, 2018).

ecuación de relación difusa

La ecuación de relación difusa es una ecuación de la forma A · R = B , donde A y B son conjuntos difusos, R es una relación difusa y A · R representa la composición de A con R. 

Entropía

Una medida d de imprecisión para conjuntos difusos del universoU{\displaystyle U}deben cumplir las siguientes condiciones para todosincógnitaU{\displaystyle x\in U}:

  1. d(A)=0{\displaystyle d(A)=0}siA{\displaystyle A}es un conjunto nítido:μA(incógnita){0,1}{\displaystyle \mu _{A}(x)\in \{0,\,1\}}
  2. d(A){\displaystyle d(A)}tiene un máximo único siincógnitaU:μA(incógnita)=0,5{\displaystyle \forall x\in U:\mu _{A}(x)=0.5}
  3. incógnitaU:(μA(incógnita)μB(incógnita)0,5)(μA(incógnita)μB(incógnita)0,5){\displaystyle \forall x\in U:(\mu _{A}(x)\leq \mu _{B}(x)\leq 0.5)\lor (\mu _{A}(x)\geq \mu _{B}(x)\geq 0.5)}d(A)d(B){\displaystyle \Rightarrow d(A)\leq d(B)}, lo que significa que A es "más crujiente" que B.
  4. d(¬A)=d(A){\displaystyle d(\neg {A})=d(A)}

En este casod(A){\displaystyle d(A)}se denomina entropía del conjunto difuso A.

Para finitoU={incógnita1,incógnita2,...incógnitanorte}{\displaystyle U=\{x_{1},x_{2},...x_{n}\}}la entropía de un conjunto difusoA{\displaystyle A}es dado por

d(A)=H(A)+H(¬A){\displaystyle d(A)=H(A)+H(\neg {A})},
H(A)=ki=1norteμA(incógnitai)lnμA(incógnitai){\displaystyle H(A)=-k\sum _{i=1}^{n}\mu _{A}(x_{i})\ln \mu _{A}(x_{i})}

o simplemente

d(A)=ki=1norteS(μA(incógnitai)){\displaystyle d(A)=-k\sum _{i=1}^{n}S(\mu _{A}(x_{i}))}

dóndeS(incógnita)=Hmi(incógnita){\displaystyle S(x)=H_{e}(x)}es la función de Shannon (función de entropía natural)

S(α)=αlnα(1α)ln(1α), α[0,1]{\displaystyle S(\alpha )=-\alpha \ln \alpha -(1-\alpha )\ln(1-\alpha ),\ \alpha \in [0,1]}

yk{\displaystyle k}es una constante que depende de la unidad de medida y de la base del logaritmo utilizada (aquí hemos utilizado la base natural e ). La interpretación física de k es la constante de Boltzmann k B.

DejarA{\displaystyle A}Sea un conjunto difuso con una función de pertenencia continua (variable difusa). Entonces

H(A)=kCr{At}lnCr{At}dt{\displaystyle H(A)=-k\int _{-\infty }^{\infty }\operatorname {Cr} \lbrace A\geq t\rbrace \ln \operatorname {Cr} \lbrace A\geq t\rbrace \,dt}

y su entropía es

d(A)=kS(Cr{At})dt.{\displaystyle d(A)=-k\int _{-\infty }^{\infty }S(\operatorname {Cr} \lbrace A\geq t\rbrace )\,dt.}[ 22 ] [ 23 ]

Extensiones

Existen numerosas construcciones matemáticas similares o más generales que los conjuntos difusos. Desde su introducción en 1965, se han desarrollado muchas construcciones y teorías matemáticas nuevas que abordan la imprecisión, la inexactitud, la ambigüedad y la incertidumbre. Algunas de estas construcciones y teorías son extensiones de la teoría de conjuntos difusos, mientras que otras intentan modelar matemáticamente la imprecisión y la incertidumbre de una manera diferente. [ 24 ]

Véase también

Referencias

  1. LA Zadeh (1965) "Conjuntos difusos" Archivado el 13 de agosto de 2015 en Wayback Machine . Información y control 8 (3) 338–353.
  2. Klaua, D. (1965) Über einen Ansatz zur mehrwertigen Mengenlehre. Monatsb . Alemán. Akád. Wiss. Berlín 7, 859–876. Gottwald, S. (2010) proporcionó un análisis en profundidad reciente de este artículo . "Un enfoque temprano hacia la identidad graduada y la membresía graduada en la teoría de conjuntos". Conjuntos y sistemas difusos . 161 (18): 2369– 2379. doi : 10.1016/j.fss.2009.12.005 .
  3. D. Dubois y H. Prade (1988) Conjuntos y sistemas difusos. Academic Press, Nueva York.
  4. Liang, Lily R.; Lu, Shiyong; Wang, Xuena; Lu, Yi; Mandal, Vinay; Patacsil, Dorrelyn; Kumar, Deepak (2006). "FM-test: Un enfoque basado en la teoría de conjuntos difusos para el análisis de datos de expresión génica diferencial" . BMC Bioinformatics . 7 (Supl. 4): S7. doi : 10.1186/1471-2105-7-S4-S7 . PMC 1780132. PMID 17217525 .  
  5. "AAAI" . Archivado del original el 5 de agosto de 2008.
  6. Bellman, Richard; Giertz, Magnus (1973). "Sobre el formalismo analítico de la teoría de conjuntos difusos". Information Sciences . 5 : 149– 156. doi : 10.1016/0020-0255(73)90009-1 .
  7. 1 2 3 4 N.R. Vemuri, AS Hareesh, MS Srinath: Diferencia de conjuntos y diferencia simétrica de conjuntos difusos , en: Teoría y aplicaciones de conjuntos difusos 2014, Liptovský Ján, República Eslovaca
  8. Goguen, JA (1967). "Conjuntos L-difusos" . Journal of Mathematical Analysis and Applications . 18 : 145–174 . doi : 10.1016/0022-247X(67)90189-8 .
  9. Bui Cong Cuong, Vladik Kreinovich, Roan Thi Ngan: Una clasificación de operadores t-norma representables para conjuntos difusos de imágenes , en: Informes técnicos departamentales (CS). Documento 1047, 2016
  10. Yager, Ronald R. (junio de 2013). «Subconjuntos difusos pitagóricos». Congreso Mundial Conjunto de la IFSA y Reunión Anual de la NAFIPS de 2013 (IFSA/NAFIPS) . págs. 57–61 . doi : 10.1109/IFSA-NAFIPS.2013.6608375 . ISBN  978-1-4799-0348-1. S2CID 36286152 . 
  11. Yager, Ronald R (2013). "Grados de pertenencia pitagóricos en la toma de decisiones multicriterio". IEEE Transactions on Fuzzy Systems . 22 (4): 958– 965. doi : 10.1109/TFUZZ.2013.2278989 . S2CID 37195356 . 
  12. Yager, Ronald R. (diciembre de 2015). Propiedades y aplicaciones de los conjuntos difusos pitagóricos . Cham: Springer. págs. 119–136 . ISBN  978-3-319-26302-1.
  13. Yanase J, Triantaphyllou E (2019). "Un estudio sistemático del diagnóstico asistido por computadora en medicina: desarrollos pasados ​​y presentes". Expert Systems with Applications . 138 112821. doi : 10.1016/j.eswa.2019.112821 . S2CID 199019309 . 
  14. Yanase J, Triantaphyllou E (2019). "Los siete desafíos clave para el futuro del diagnóstico asistido por computadora en medicina". Revista Internacional de Informática Médica . 129 : 413–422 . doi : 10.1016/j.ijmedinf.2019.06.017 . PMID 31445285. S2CID 198287435 .  
  15. Siegfried Gottwald , 2001. Tratado sobre lógicas multivaluadas . Baldock, Hertfordshire, Inglaterra: Research Studies Press Ltd., ISBN 978-0-86380-262-1
  16. Zadeh, LA (1975). "El concepto de variable lingüística y su aplicación al razonamiento aproximado—I". Information Sciences . 8 (3): 199– 249. doi : 10.1016/0020-0255(75)90036-5 .
  17. Zadeh, LA (1999). "Conjuntos difusos como base para una teoría de la posibilidad". Fuzzy Sets and Systems . 100 : 9–34 . doi : 10.1016/S0165-0114(99)80004-9 .
  18. JA Goguen "Categorías de conjuntos difusos: aplicaciones de la teoría de conjuntos no cantorianos" Tesis doctoral, Universidad de California, Berkeley, 1968
  19. Michael Winter "Categorías de Goguen: Un enfoque categórico de las relaciones L-difusas" 2007 Springer ISBN 9781402061639
  20. 1 2 Winter, Michael (2003). "Teoría de la representación de las categorías de Goguen". Fuzzy Sets and Systems . 138 : 85– 126. doi : 10.1016/S0165-0114(02)00508-0 .
  21. Goguen, JA (1967). "Conjuntos L-difusos" . Journal of Mathematical Analysis and Applications . 18 : 145–174 . doi : 10.1016/0022-247X(67)90189-8 .
  22. Xuecheng, Liu (1992). "Entropía, medida de distancia y medida de similitud de conjuntos difusos y sus relaciones". Fuzzy Sets and Systems . 52 (3): 305– 318. doi : 10.1016/0165-0114(92)90239-Z .
  23. Li, Xiang (2015). "Entropía cruzada difusa" . Journal of Uncertainty Analysis and Applications . 3. doi : 10.1186 /s40467-015-0029-5 .
  24. Burgin y Chunihin 1997 ; Kerré 2001 ; Deschrijver y Kerre 2003 .

Bibliografía

  • Alkhazaleh, Shawkat; Salleh, Abdul Razak (2012). "Teoría de multiconjuntos suaves difusos" . Abstract and Applied Analysis . doi : 10.1155/2012/350603 .
  • Atanassov, KT (1983) Conjuntos difusos intuicionistas , VII Sesión del ITKR, Sofía (depositado en la Biblioteca Científico-Técnica Central de la Academia Búlgara de Ciencias, 1697/84) (en búlgaro)
  • Atanassov, Krassimir T. (1986). "Conjuntos difusos intuicionistas". Fuzzy Sets and Systems . 20 : 87–96 . doi : 10.1016/S0165-0114(86)80034-3 .
  • Bezdek, JC (1978). "Particiones y relaciones difusas y base axiomática para la agrupación". Fuzzy Sets and Systems . 1 (2): 111– 127. doi : 10.1016/0165-0114(78)90012-X .
  • Blizard, Wayne D. (1989). "Multiconjuntos de valores reales y conjuntos difusos". Fuzzy Sets and Systems . 33 : 77–97 . doi : 10.1016/0165-0114(89)90218-2 .
  • Brown, Joseph G. (1971). "Una nota sobre conjuntos difusos". Information and Control . 18 : 32–39 . doi : 10.1016/S0019-9958(71)90288-9 .
  • Brutoczki Kornelia: Lógica difusa (Diploma) – Aunque este script tiene muchas rarezas y complejidades debido a que está incompleto, puede usarse como plantilla para practicar la eliminación de estos problemas.
  • Burgin, M. Teoría de conjuntos con nombre como base fundamental para las matemáticas, en Estructuras en teorías matemáticas, San Sebastián, 1990, pp.  417–420
  • Burgin, M.; Chunihin, A. (1997). "Conjuntos con nombre en el análisis de la incertidumbre". Problemas metodológicos y teóricos de las matemáticas y las ciencias de la información . Kiev: 72–85 .
  • Cattaneo, Gianpiero; Ciucci, Davide (2002). «Las álgebras de Heyting Wajsberg como un entorno abstracto que vincula conjuntos difusos y aproximados». Conjuntos aproximados y tendencias actuales en computación . Notas de clase en ciencias de la computación. Vol.  2475. pp. 77–84 . doi : 10.1007/3-540-45813-1_10 . ISBN  978-3-540-44274-5.
  • Chamorro-Martínez, J.; Sánchez, D.; Soto-Hidalgo, JM; Martínez-Jiménez, PM (2014). "Una discusión sobre cardinalidad y cuantificación difusas. Algunas aplicaciones en el procesamiento de imágenes". Fuzzy Sets and Systems . 257 : 85–101 . doi : 10.1016/j.fss.2013.05.009 .
  • Chapin, EW (1974) Teoría de conjuntos con valores en conjuntos, I, Notre Dame J. Formal Logic, vol. 15, págs.  619–634
  • Chapin, EW (1975) Teoría de conjuntos con valores en conjuntos, II, Notre Dame J. Formal Logic, vol. 16, págs.  255–267
  • Cornelis, Chris; De Cock, Martine; Kerre, Etienne E. (2003). "Conjuntos aproximados difusos intuicionistas: En la encrucijada del conocimiento imperfecto". Expert Systems . 20 (5): 260– 270. doi : 10.1111/1468-0394.00250 . S2CID 15031773 . 
  • Cornelis, Chris; Deschrijver, Glad; Kerre, Etienne E. (2004). "Implicaciones en la teoría de conjuntos difusos intuicionistas y de valores de intervalo: construcción, clasificación, aplicación". International Journal of Approximate Reasoning . 35 : 55–95 . doi : 10.1016/S0888-613X(03)00072-0 .
  • De Cock, Martine; Bodenhofer, Ulrich; Kerre, Etienne E. (1–4 de octubre de 2000). Modelado de expresiones lingüísticas mediante relaciones difusas . Actas de la 6.ª Conferencia Internacional sobre Computación Blanda. Iizuka, Japón. pp. 353–360 . CiteSeerX 10.1.1.32.8117 .  
  • Demirci, Mustafa (1999). "Genuine sets". Fuzzy Sets and Systems . 105 (3): 377– 384. doi : 10.1016/S0165-0114(97)00235-2 .
  • Deschrijver, G.; Kerre, EE (2003). "Sobre la relación entre algunas extensiones de la teoría de conjuntos difusos". Fuzzy Sets and Systems . 133 (2): 227– 235. doi : 10.1016/S0165-0114(02)00127-6 .
  • Didier Dubois, Henri M. Prade, ed. (2000). Fundamentos de conjuntos difusos . Serie Manuales de Conjuntos Difusos. Vol.  7. Springer. ISBN 978-0-7923-7732-0.
  • Feng, Feng (2009). «Conjuntos difusos aproximados generalizados basados ​​en conjuntos suaves». Taller internacional de 2009 sobre sistemas inteligentes y aplicaciones . pp. 1–4 . doi : 10.1109/IWISA.2009.5072885 . ISBN  978-1-4244-3893-8.
  • Gentilhomme, Y. (1968) Les ensembles flous en linguistique, Cahiers de Linguistique Théorique et Appliquée, 5, págs.  47–63
  • Goguen, JA (1967). "Conjuntos L-difusos" . Journal of Mathematical Analysis and Applications . 18 : 145–174 . doi : 10.1016/0022-247X(67)90189-8 .
  • Gottwald, S. (2006). "Universos de conjuntos difusos y axiomatizaciones de la teoría de conjuntos difusos. Parte I: Enfoques basados ​​en modelos y axiomáticos". Studia Logica . 82 (2): 211– 244. doi : 10.1007/s11225-006-7197-8 . S2CID 11931230 . Gottwald, S. (2006). "Universos de conjuntos difusos y axiomatizaciones de la teoría de conjuntos difusos. Parte II: Enfoques de la teoría de categorías". Studia Logica . 84 : 23–50 . doi : 10.1007/s11225-006-9001-1 . S2CID 10453751 . preimpresión ..
  • Grattan-Guinness, I. (1975) Pertenencia difusa aplicada a cantidades de intervalo y multivaluadas. Z. Math. Logik. Grundladen Math. 22, pp.  149–160.
  • Grzymala-Busse, J. Aprendizaje a partir de ejemplos basados ​​en multiconjuntos aproximados, en Actas del 2.º Simposio Internacional sobre Metodologías para Sistemas Inteligentes, Charlotte, NC, EE. UU., 1987, págs.  325-332 .
  • Gylys, RP (1994) Conjuntos cuánticos y haces sobre cuantales, Liet. Matem. Rink., vol. 34, n.º 1, págs.  9–31.
  • Ulrich Höhle, Stephen Ernest Rodabaugh, eds. (1999). Matemáticas de conjuntos difusos: lógica, topología y teoría de la medida . Serie Manuales de Conjuntos Difusos. Vol.  3. Springer. ISBN 978-0-7923-8388-8.
  • Jahn, K.-U. (1975). "Intervall-wertige Mengen". Mathematische Nachrichten . 68 : 115– 132. doi : 10.1002/MANA.19750680109 .
  • Kaufmann, Arnold . Introducción a la teoría de subconjuntos difusos. Vol. 2. Academic Press, 1975.
  • Kerre, EE (2001). «Una primera visión de las alternativas de la teoría de conjuntos difusos». En B. Reusch; KH. Temme (eds.). Inteligencia computacional en teoría y práctica . Heidelberg: Physica-Verlag. pp. 55–72 . doi : 10.1007/978-3-7908-1831-4_4 . ISBN  978-3-7908-1357-9.
  • George J. Klir ; Bo Yuan (1995). Conjuntos difusos y lógica difusa: teoría y aplicaciones . Prentice Hall. ISBN 978-0-13-101171-7.
  • Kuzmin, VB (1982). "Construcción de decisiones grupales en espacios de relaciones binarias estrictas y difusas" (en ruso). Nauka, Moscú.
  • Lake, John (1976). "Conjuntos, conjuntos difusos, multiconjuntos y funciones". Journal of the London Mathematical Society (3): 323– 326. doi : 10.1112/jlms/s2-12.3.323 .
  • Meng, Dan; Zhang, Xiaohong; Qin, Keyun (2011). "Conjuntos difusos suaves y conjuntos difusos suaves". Computers & Mathematics with Applications . 62 (12): 4635– 4645. doi : 10.1016/j.camwa.2011.10.049 .
  • Miyamoto, Sadaaki (2001). "Multiconjuntos difusos y sus generalizaciones". Procesamiento de multiconjuntos . Notas de clase en ciencias de la computación. Vol.  2235. pp. 225–235 . doi : 10.1007/3-540-45523-X_11 . ISBN  978-3-540-43063-6.
  • Molodtsov, D. (1999). "Teoría de conjuntos blandos: primeros resultados". Computers & Mathematics with Applications . 37 ( 4– 5): 19– 31. doi : 10.1016/S0898-1221(99)00056-5 .
  • Moore, RE Análisis de intervalos, Nueva York, Prentice-Hall, 1966
  • Nakamura, A. (1988) Conjuntos aproximados difusos, 'Notas sobre lógica multivaluada en Japón', vol. 9, págs.  1–8
  • Narinyani, AS Conjuntos subdeterminados: un nuevo tipo de datos para la representación del conocimiento, Preprint 232, Proyecto VOSTOK, número 4, Novosibirsk, Centro de Computación, Academia de Ciencias de la URSS, 1980
  • Pedrycz, W. (1998). "Conjuntos sombreados: Representación y procesamiento de conjuntos difusos". IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics) . 28 (1): 103–109 . doi : 10.1109/3477.658584 . PMID 18255928 . 
  • Radecki, Tadeusz (1977). "Conjuntos difusos de nivel". Journal of Cybernetics . 7 ( 3– 4): 189– 198. doi : 10.1080/01969727708927558 .
  • Radzikowska, Anna Maria; Kerre, Etienne E. (2004). "Sobre conjuntos aproximados L-difusos". Inteligencia Artificial y Computación Blanda - ICAISC 2004. Notas de clase en Ciencias de la Computación. Vol.  3070. pp. 526–531 . doi : 10.1007/978-3-540-24844-6_78 . ISBN  978-3-540-22123-4.
  • Salii, VN (1965). "Relaciones L binarias" (PDF) . Izv. Vysh. Uchebn. Zaved. Matematika (en ruso). 44 (1): 133-145 .
  • Ramakrishnan, TV y Sabu Sebastian (2010) ' Un estudio sobre conjuntos multidifusos ', Int. J. Appl. Math. 23, 713–721.
  • Sabu Sebastian y Ramakrishnan, TV(2010) ' Conjuntos multidifusos ', Int. Math. Forum 50, 2471–2476.
  • Sebastian, Sabu; Ramakrishnan, TV (2011). "Conjuntos multidifusos: una extensión de los conjuntos difusos" . Fuzzy Information and Engineering . 3 : 35–43 . doi : 10.1007/s12543-011-0064-y .
  • Sebastian, Sabu; Ramakrishnan, TV (2011). "Extensiones multi-difusas de funciones". Avances en análisis de datos adaptativos . 03 (3): 339– 350. doi : 10.1142/S1793536911000714 .
  • Sabu Sebastian y Ramakrishnan, TV (2011) Extensión multidifusa de funciones nítidas mediante funciones puente , Ann. Fuzzy Math. Inform. 2 (1), 1–8
  • Sambuc, R. Funciones φ-floues: Aplicación como ayuda al diagnóstico en patología tiroidea, Ph.D. Tesis Univ. Marsella, Francia, 1975.
  • Seising, Rudolf: La difusificación de los sistemas. La génesis de la teoría de conjuntos difusos y sus aplicaciones iniciales: desarrollos hasta la década de 1970 (Estudios en difusividad y computación blanda, vol. 216) Berlín, Nueva York, [et al.]: Springer 2007.
  • Smith, Nicholas JJ (2004). "Vaguez y conjuntos borrosos". Journal of Philosophical Logic . 33 (2): 165– 235. doi : 10.1023/B:LOGI.0000021717.26376.3f .
  • Werro, Nicolas: Clasificación difusa de clientes en línea. Archivado el 1 de diciembre de 2017 en Wayback Machine , Universidad de Friburgo, Suiza, 2008, Capítulo 2.
  • Yager, Ronald R. (1986). "Sobre la teoría de las bolsas". Revista Internacional de Sistemas Generales . 13 : 23–37 . doi : 10.1080/03081078608934952 .
  • Yao, YY, Combinación de conjuntos aproximados y difusos basados ​​en conjuntos de nivel α, en: Conjuntos aproximados y minería de datos: análisis para datos imprecisos, Lin, TY y Cercone, N. (Eds.), Kluwer Academic Publishers, Boston, pp.  301–321, 1997.
  • Yao, Y. (1998). "Un estudio comparativo de conjuntos difusos y conjuntos aproximados". Information Sciences . 109 ( 1– 4): 227– 242. doi : 10.1016/S0020-0255(98)10023-3 .
  • Zadeh, LA (1975). "El concepto de variable lingüística y su aplicación al razonamiento aproximado—I". Information Sciences . 8 (3): 199– 249. doi : 10.1016/0020-0255(75)90036-5 .
  • Hans-Jürgen Zimmermann (2001). Teoría de conjuntos difusos y sus aplicaciones (4.ª  ed.). Kluwer. ISBN 978-0-7923-7435-0.