APP下载

(T, S)-凸直觉模糊集

2014-09-18刘自新

大连大学学报 2014年3期
关键词:模糊集范数子集

刘自新,王 森

(大连大学 信息工程学院,辽宁 大连 116622)

0 引言

三角范数是取值于[0,1]上的二元函数,它首先是由Menger于1942年在研究统计问题时提出的[1],20世纪60年代,Schweizer和Sklar在研究概率度量空间时也涉及到三角范数和三角余范数的概念[2,3],1998年E.P.Klement和R.Mesiar对三角范数的概念进行了新的阐述,并对其作了较系统的研究[4]。三角范数理论在概率论、决策论、统计学、博弈论、函数方程等领域都有着重要的应用价值[5-6]。

模糊集和凸模糊集的概念是1965年由L A Zadeh首先提出来的[7],其后一些学者在Zadeh定义的基础上进行了扩展研究,1971年 Rosenfeld[8]提出了模糊群的概念,1979年Anthony和Sherwood[9]用T-范数对模糊群重新进行了定义,此后众多学者又据此得到了模糊子群的若干性质。1977年 Katsaras和 Liu[10]提出了向量空间的模糊子空间的概念。文献[11]中用T-范数推广了凸模糊集和模糊子空间的研究成果。1986年K.Atanassov[12]在模糊集定义的基础上,提出了直觉模糊集的概念,许多学者对直觉模糊集的理论和应用进行了大量的研究,使直觉模糊集理论得到了快速的发展。文献[13,14]中提出了直觉模糊子空间和直觉模糊仿射空间的概念,并对有关性质进行了讨论。本文将文献[13,14]中所用的算子进行了推广,用T -范数和S-范数给出了凸直觉模糊集和直觉模糊子空间、直觉模糊仿射集的定义,并讨论了它们之间的关系,所以本文也是对文献[13-14]的继续深入和推广。

1 预备知识

设 ∀a,b,c,d∈[0,1], 如 果 映 射T:[0,1]×[0,1]→ [0,1], 满 足 条 件(1)T(a,b) =T(b,a);(2)T(T(a,b),c) =T(a,T(b,c));(3)a≤c,b≤d⇒T(a,b) ≤T(c,d); (4)T( 1,a) =a,则称T为T-范数。如果映射S:[0,1]×[0,1]→ [0,1], 满 足 条 件(1)S(a,b) =S(b,a);(2)S(S(a,b),c) =S(a,S(b,c));(3)a≤c,b≤d⇒S(a,b) ≤S(c,d); (4)S(a, 0)=a,则称S为T-余范数,或称为S-范数。显然,min{a,b}为最大的T-范数,而max{a,b}为最小的S -范数。设N: [0,1]→ [0,1]且对任意a∈[0,1],N(a) = 1 −a,则称N 为[0,1]上的伪补。在伪补的定义下,如果已知一个T-范数,容易证明S(a,b) = 1 −T( 1 −a, 1−b为S-范数,而如果已知一个S-范数,则T(a,b) = 1 −S( 1 −a, 1 −b)为T-范数,称此时的S -范数和T-范数为对偶范数。

集合A= {(x, µA(x) )|x∈X}称为论域X上的一个模糊子集[7],其中µA( ·):X→[0,1]称为模糊子集A 的隶属函数,在不致误解的情况下,模糊子集A和它的隶属函数µA(x)将不加区分,同时模糊子集也常简称为模糊集。对任意λ∈[0,1],x,y∈X,如果 µA(λx+ ( 1 − λ )y) ≥ min{µA(x) ,µA(y)},则称A 为 凸 模 糊 集 ; 如 果µA(λx+ (1 −λ)y) ≤ max{µA(x) ,µA(y)},则称A 为凹模糊集。设*表示一个T-范数,模糊集µ:Rn→[0,1]称为*-凸模糊集[11],如果对任意x,y∈Rn,λ∈[0,1],都有µ(λx+ ( 1 −λ)y) ≥µ(x) *µ(y),称A=(X,µA,νA)为X 上的一个直觉模糊集[12],如果µA:X→[0,1],νA:X→[0,1]为两个映射且µA(x) +νA(x) ≤ 1,∀x∈X。为简便,记直觉模糊集A=(µA,νA)。论域X上的所有直觉模糊集记为IF(X)。设A∈IF(X),若至少存在一点x∈X,使得µA(x) = 1,νA(x) = 0,则称A为正规的直觉模糊集。设A=(µA,νA),如果µA为X上的凸模糊集且vA为X 上的凹模糊集,则称A 为X上的凸直觉模糊集[15]。

2 (T, S )-凸直觉模糊集

定义2.1

设A= (µA,νA)∈IF(X),T,S为对偶范数,若对∀x,y∈Rn,t∈[0,1],都有

则称A 为(T,S)-凸直觉模糊集。

特别地,如果S=∨,T=∧,则称A 为(∧,∨)-凸直觉模糊集。

显然,(∧,∨)-凸直觉模糊集一定是(T,S)-凸直觉模糊集。

R 上每个正规的(T,S)-凸直觉模糊集都是(∧,∨)-凸直觉模糊集。

定理2.1

对两个(T,S)-凸直觉模糊集A,B,定义(T(µA,µB) ,S(νA,νB))为:

证明:

假设(µi,νi),1≤i≤n是R 上(T,S)-凸直觉模糊 集 序 列 ,(x1,… ,xn)∈Rn, 定 义(λ,µ) :Rn→ [0 ,1]×[0,1]为

定理2.2

则(λ,µ)为Rn上的(T,S)-凸直觉模糊集。

证明:由定理2.1及数学归纳法可证。

定理2.3

(T,S)-凸直觉模糊集。

证明:

设(x, y) ∈ Rn,t∈[0,1]。对所有i∈ I,都有

即(∧iµi∈I, ∨i∈Iνi)为(T,S)-凸直觉模糊集。

定理2.4

假设A 是一个(T,S)-凸直觉模糊集,为非负实数有限序列且,则

证明:

当r=1和r=2时,结论显然成立。

假设r = k时不等式成立。

即r=k+1时不等式也成立。

3 (T, S )-直觉模糊子空间

定义3.1

Rn上的一个直觉模糊集A 称为(T,S)-直觉模糊子空间,如果对∀x,y∈Rn,∀a,b∈R,有

定理3.1

x∈ Rn

(2)µA(ax) = µA(x) ,νA(ax) = νA(x),a为非零实数,

(3)A为(T,S)-凸直觉模糊集,

则A 为(T,S)-直觉模糊子空间。

如果A为正规的直觉模糊集,则定理的必要性成立。

如果一个直觉模糊集A满足下面的条件:

证明:

设直觉模糊集A满足条件(1)~(3)。

令x,y∈Rn,a, b ∈ R+,则

因 为 对x∈Rn, 有 µ(−x) = µ(x),

A

A νA(−x) = νA(x),所以上述不等式在a,b∈R−时也成立。

同样,当a· b<0时也成立。

如果a=b=0,我们有

因此A 是(T,S)-直觉模糊子空间。

如果A 为正规的直觉模糊集,则存在y' ∈Rn,有µA(y')=1,νA(y') = 0。

条件3是显然的。

在(T,S)-直觉模糊子空间的定义中,令b= 0 ,y=y',有

显然,对所有x∈Rn,非零实数a有

从而条件2成立。

令a=b= 0 ,y=y',则对任意x,

由此可得,µA(0)=1,νA( 0) = 0,故条件1成立。

定义3.2

设z∈Rn,z + A表示直觉模糊集A的平移,对任意x∈Rn,定义

定义3.3

设A 为直觉模糊集,如果对∀x,y∈Rn,t∈R,都有

则称A 为一个(T,S)-直觉模糊仿射集。

定理3.2

(1)如果A 为(T,S)-直觉模糊子空间,则其平移是(T,S)-直觉模糊仿射集。

(2)每个正规的(T,S)-直觉模糊仿射集的平移是一个(T,S)-直觉模糊子空间。

证明:

(1)设A 为(T,S)-直觉模糊子空间,则对∀x,y∈Rn,z0∈Rn,t∈R,

由定义3.3知,A为(T,S)-直觉模糊仿射集。

(2)设A 为Rn上的正规的直觉模糊仿射集,则存在y' ∈Rn,使µA(y')=1,νA(y') = 0。

对任意x∈Rn,定义B= −y' +A。设a为非零实数,则

由此可推得µB(ax) = µB(x),νB(ax) = νB(x)。

由(1)知,B 是(T,S)-凸直觉模糊集。再由定理3.1知,B 是(T,S)-直觉模糊子空间。

4 结论

本文用T -范数和S -范数定义了(T,S)-凸直觉模糊集,(T,S)-直觉模糊子空间和(T,S)-直觉模糊仿射集,并讨论了(T,S)-凸直觉模糊集的一些性质,(T,S)-直觉模糊子空间和(T,S)-直觉模糊仿射集之间的关系。这些结果是对文献[13,14]的继续深入和推广。

[1]K Menger. Statistical metrics[J]. Proc. Natl. Acad. Sci., USA,1942, 8: 535-537.

[2]B Schweizer, A Sklar. Statistical metrics spaces[J]. Pacific J.Math., 1960, 10: 313-334.

[3]B Schweizer, A Sklar. Probabilistic metrics spaces [J].North-Holland, New York, 1983.

[4]P Hajek. Metamathematics of fuzzy logic[M]. Kluwer Academic Publishers, Dordrscht, 1998.

[5]D Butnariu, E P Klement. Triangular norm-based measures and games with fuzzy coalitions [M]. Kluwer Academic Publishers, Pordrscht, 1993.

[6]J Fodor, M Roubens. Fuzzy preference modeling and multicriteria decision support[M]. Kluwer Academic Publishers, Dordrscht, 1994.

[7]L A Zadeh. Fuzzy sets [J]. Inform. and Control, 1965, 8:338-353.

[8]A Rosenfeld. Fuzzy groups[J]. J. Math. Anal. Appl., 1971, 35:512-517.

[9]J M Anthony, H Sherwood. Fuzzy groups redefined[J]. J.Math. Anal. Appl., 1979, 69: 124-130.

[10]A K Katsaras, D B Liu. Fuzzy vector spaces and fuzzy topological spaces [J]. J. Math. Anal. Appl., 1977, 58:135-146.

[11]Kourosh Nourouzi, Asadollah Aghajani. Convexity in triangular norm of fuzzy sets[J]. Chaos, Solitons and Fractals, 2008, 36: 883-889.

[12]K Atanassov. Intuitionistic fuzzy sets [J]. Fuzzy Sets and Systems, 1986, 20: 87-96.

[13]Zixin Liu, Cheng Zhang, Enmin Feng. On intuitionistic fuzzy subspaces [J]. Advances in Systems Science and Applications, 2004, 4(2): 314-318.

[14]刘自新, 张成, 冯恩民. 直觉模糊仿射空间与直觉模糊子空间[J]. 辽宁工程技术大学学报, 2005, 24(5): 778-780.

[15]沈正维, 徐国俊. 凹模糊集与凸直觉模糊集[J]. 辽宁师范大学学报, 1997, 20(4): 278-280.

猜你喜欢

模糊集范数子集
拓扑空间中紧致子集的性质研究
基于上下截集的粗糙模糊集的运算性质
复图片模糊集及其在信号处理中的应用
向量范数与矩阵范数的相容性研究
关于奇数阶二元子集的分离序列
区间直觉模糊集相似度构造
完全二部图K6,n(6≤n≤38)的点可区别E-全染色
基于加权核范数与范数的鲁棒主成分分析
如何解决基不匹配问题:从原子范数到无网格压缩感知
基于粗糙模糊集的输电杆塔塔材实际强度精确计算