Resumen

En la teoría del conjunto difuso áspero, el grado áspero se utiliza para caracterizar la incertidumbre de un conjunto difuso, y la entropía áspera de un conocimiento se utiliza para representar la rugosidad de una clasificación áspera. Ambos son efectivos, pero no son lo suficientemente precisos. En este artículo, proponemos una nueva entropía áspera de un conjunto difuso áspero que combina el grado áspero con la entropía áspera de un conocimiento. Estudios teóricos y ejemplos muestran que la nueva entropía áspera de un conjunto difuso áspero es adecuada. Como aplicación, la introducimos en una tabla de toma de decisiones con objetivos difusos y establecemos un nuevo método para evaluar el peso de la entropía de los atributos.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Teoría de conjuntos difusos ásperos; Grado áspero; Entropía áspera; Incertidumbre; Clasificación áspera; Peso de entropía
• Keywords:Rough fuzzy set theory; Rough degree; Rough entropy; Uncertainty; Rough classification; Entropy weight