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.. 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 .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 pardóndees un conjunto (a menudo se requiere que no esté vacío ) yuna función de pertenencia. El conjunto de referencia(a veces denotado poro) se llama universo de discurso , y para cadael valorse denomina grado de pertenencia aen. La funciónse denomina función de pertenencia del conjunto difuso.
Para un conjunto finitoel conjunto difusoa menudo se denota por
Dejar. Entoncesse llama
- no incluido en el conjunto difusosi(sin miembro),
- totalmente incluido si(miembro de pleno derecho),
- parcialmente incluido si(miembro difuso). [ 5 ]
El conjunto (nítido) de todos los conjuntos difusos en un universose denota con(o a veces simplemente).
Conjuntos nítidos relacionados con un conjunto difuso
Para cualquier conjunto difusoySe definen los siguientes conjuntos clásicos:
- se denomina su corte α (también conocido como conjunto de nivel α )
- se denomina su corte α fuerte (también conocido como conjunto de nivel α fuerte )
- se llama su apoyo
- se le llama su núcleo (o a veces kernel)).
Tenga en cuenta que algunos autores entienden "núcleo" de una manera diferente; véase más abajo.
Otras definiciones
- Un conjunto difusoestá vacío () si y solo si
- Dos conjuntos difusosyson iguales () si y solo si
- Un conjunto difusoestá incluido en un conjunto difuso() si y solo si
- Para cualquier conjunto difusocualquier elementoque satisface
- Se denomina punto de cruce .
- Dado un conjunto difuso, cualquier, para el cualno está vacío, se llama nivel A.
- El conjunto de niveles de A es el conjunto de todos los niveles.representando cortes distintos. Es la imagen de:
- Para un conjunto difuso, su altura viene dada por
- dóndedenota el supremo , que existe porquees no vacío y está acotado superiormente por 1. Si U es finito, podemos simplemente reemplazar el supremo por el máximo.
- Un conjunto difusoSe dice que está normalizado si y solo si
- 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 vacíopuede normalizarse con el resultadodividiendo la función de pertenencia del conjunto difuso por su altura:
- Además de las similitudes, esto difiere de la normalización habitual en que la constante de normalización no es una suma.
- Para conjuntos difusosde números realescon soporte limitado , el ancho se define como
- En el caso de quees un conjunto finito, o más generalmente un conjunto cerrado , el ancho es simplemente
- En el caso n -dimensionallo anterior puede ser reemplazado por el volumen n -dimensional de.
- En general, esto se puede definir dada cualquier medida en U , por ejemplo mediante la integración (por ejemplo, la integración de Lebesgue ) de.
- Un conjunto realmente difusoSe dice que es convexo (en el sentido difuso, que no debe confundirse con un conjunto convexo nítido ), si y solo si
- .
- Sin pérdida de generalidad, podemos tomar x ≤ y , lo que da la formulación equivalente.
- .
- Esta definición puede extenderse a una para un espacio topológico general U : decimos que es el conjunto difuso.es convexo cuando, para cualquier subconjunto Z de U , la condición
- sostiene, dondedenota el límite de Z ydenota la imagen de un conjunto X (aquí) bajo una función f (aquí).
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 dado, su complemento(a veces se denota comoo) se define mediante la siguiente función de pertenencia:
- .
- Sea t una t-norma y s la s-norma correspondiente (también conocida como t-conorma). Dado un par de conjuntos difusossu intersecciónse define por:
- ,
- y su uniónse define por:
- .
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.
- y. [ 6 ]
- Si el negador estándares reemplazado por otro negador fuerte , la diferencia de conjunto difuso (definida a continuación) puede generalizarse por
- 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 difusoyla n -ésima potencia dese define mediante la función de pertenencia:
El caso del exponente dos es lo suficientemente especial como para tener un nombre.
- Para cualquier conjunto difusola concentraciónse define
Tomando, tenemosy
- Dados conjuntos difusos, la diferencia del conjunto difuso, también denotado, puede definirse directamente mediante la función de pertenencia:
- lo que significa, p.ej:
- Otra propuesta para una diferencia de conjunto podría ser:
- Dubois y Prade (1980) hicieron propuestas para diferencias de conjuntos difusos simétricos, ya sea tomando el valor absoluto , dando
- o mediante el uso de una combinación de solo max , min y negación estándar, dando como resultado
- 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 difusosson disjuntos si y solo si
lo cual es equivalente a
y también equivalente a
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 disjuntoscualquier intersección dará ∅, y cualquier unión dará el mismo resultado, que se denota como
con su función de pertenencia dada por
Nótese que solo uno de los sumandos es mayor que cero.
Para conjuntos difusos disjuntosLo siguiente es cierto:
Esto se puede generalizar a familias finitas de conjuntos difusos de la siguiente manera: Dada una familiade conjuntos difusos con conjunto de índices I (por ejemplo, I = {1,2,3,..., n }). Esta familia es disjunta (por pares) si y solo si
Una familia de conjuntos difusoses disjunto, si y solo si la familia de soportes subyacenteses 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:
con su función de pertenencia dada por
Nuevamente, solo uno de los sumandos es mayor que cero.
Para familias disjuntas de conjuntos difusosLo siguiente es cierto:
Cardinalidad escalar
Para un conjunto difusocon soporte finito(es decir, un "conjunto difuso finito"), su cardinalidad (también conocida como cardinalidad escalar o recuento sigma ) viene dada por
- .
En el caso de que U sea un conjunto finito, la cardinalidad relativa viene dada por
- .
Esto se puede generalizar para que el divisor sea un conjunto difuso no vacío: Para conjuntos difusosCon G ≠ ∅, podemos definir la cardinalidad relativa mediante:
- ,
que se parece mucho a la expresión de probabilidad condicional . Nota:
- aquí.
- El resultado puede depender de la intersección específica (norma t) elegida.
- ParaEl resultado es inequívoco y se asemeja a la definición anterior.
Distancia y similitud
Para cualquier conjunto difusola función de membresíapuede ser considerado como una familiaEste último es un espacio métrico con varias métricas .Conocido. Se puede derivar una métrica a partir de una norma (norma vectorial).a través de
- .
Por ejemplo, sies finito, es decir, dicha métrica puede definirse mediante:
- dóndeyson secuencias de números reales entre 0 y 1.
Para infinitoEl 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:
- ,
que se convierte en el ejemplo anterior:
- .
De nuevo por infinitoel 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,y.
Medidas de similitud (aquí denotadas por) puede derivarse entonces de la distancia, por ejemplo, siguiendo una propuesta de Koczy:
- sies finito,demás,
o después de Williams y Steele:
- sies finito,demás
dóndees un parámetro de pendiente y.
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).de un tipo determinado; por lo general se requiere queser 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)Se caracteriza por dos funciones:
- 1.– grado de pertenencia a x
- 2.– grado de no pertenencia a x
con funcionescon.
Esto se asemeja a una situación como la de alguna persona designada porvotación
- para una propuesta: (),
- en contra de ello: (),
- o abstenerse de votar: ().
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. Cony combinando ambas funciones paraEsta 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]:, "grado de pertenencia positiva", "grado de pertenencia neutral" y "grado de pertenencia negativa" respectivamente y condición adicional Esto amplía la muestra de votación anterior con una posibilidad adicional de "negativa a votar".
Cony 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 restricción, 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 deno es válido. Sin embargo, la condición menos restrictiva depuede ser adecuado en más dominios. [ 13 ] [ 14 ]
lógica difusa
Como extensión del caso de la lógica multivaluada , las valoraciones ( :{\mathit {V}}_{o}\to {\mathit {W}}} ) de variables proposicionales () en un conjunto de grados de membresía () 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 difusoque cumpla todas las siguientes condiciones:
- está normalizado;
- es un conjunto convexo;
- La función de membresíaalcanza el valor 1 al menos una vez;
- La función de membresíaes al menos segmentariamente continuo.
Si estas condiciones no se cumplen, entoncesno es un número difuso . El núcleo de este número difuso es un singleton ; su ubicación es:
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 núcleode un intervalo difusose 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 dedóndees 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 universodeben cumplir las siguientes condiciones para todos:
- sies un conjunto nítido:
- tiene un máximo único si
- , lo que significa que A es "más crujiente" que B.
En este casose denomina entropía del conjunto difuso A.
Para finitola entropía de un conjunto difusoes dado por
- ,
o simplemente
dóndees la función de Shannon (función de entropía natural)
yes 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.
DejarSea un conjunto difuso con una función de pertenencia continua (variable difusa). Entonces
y su entropía es
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
- Teoría de conjuntos alternativa
- Desborrosificación
- Concepto difuso
- matemáticas difusas
- operaciones de conjuntos difusos
- subálgebra difusa
- Elemento finito de intervalo
- Información parcial lineal
- Conjunto múltiple
- Neurodifuso
- Hibridación difusa aproximada
- Juego de piezas en bruto
- Índice de similitud de Sørensen
- Conjuntos y sistemas difusos de tipo 2
- Incertidumbre
Referencias
- ↑ LA Zadeh (1965) "Conjuntos difusos" Archivado el 13 de agosto de 2015 en Wayback Machine . Información y control 8 (3) 338–353.
- ↑ 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 .
- ↑ D. Dubois y H. Prade (1988) Conjuntos y sistemas difusos. Academic Press, Nueva York.
- ↑ 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 .
- ↑ "AAAI" . Archivado del original el 5 de agosto de 2008.
- ↑ 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 .
- 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
- ↑ Goguen, JA (1967). "Conjuntos L-difusos" . Journal of Mathematical Analysis and Applications . 18 : 145–174 . doi : 10.1016/0022-247X(67)90189-8 .
- ↑ 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
- ↑ 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 .
- ↑ 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 .
- ↑ 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.
- ↑ 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 .
- ↑ 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 .
- ↑ Siegfried Gottwald , 2001. Tratado sobre lógicas multivaluadas . Baldock, Hertfordshire, Inglaterra: Research Studies Press Ltd., ISBN 978-0-86380-262-1
- ↑ 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 .
- ↑ 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 .
- ↑ JA Goguen "Categorías de conjuntos difusos: aplicaciones de la teoría de conjuntos no cantorianos" Tesis doctoral, Universidad de California, Berkeley, 1968
- ↑ Michael Winter "Categorías de Goguen: Un enfoque categórico de las relaciones L-difusas" 2007 Springer ISBN 9781402061639
- 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 .
- ↑ Goguen, JA (1967). "Conjuntos L-difusos" . Journal of Mathematical Analysis and Applications . 18 : 145–174 . doi : 10.1016/0022-247X(67)90189-8 .
- ↑ 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 .
- ↑ Li, Xiang (2015). "Entropía cruzada difusa" . Journal of Uncertainty Analysis and Applications . 3. doi : 10.1186 /s40467-015-0029-5 .
- ↑ 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.
- lógica difusa
- Sistemas de teoría de conjuntos