نظریه مجموعه های راف و کاربرد آن در کنترل
چکیده
نظریه مجموعه های راف ، تعمیمی از نظریه مجموعه های کلاسیک برای کار با داده ناقص و غیردقیق است . این نظریه نیز در آنالیز داده که شامل کشف وابستگیها در داده و حذف قسمتهای اضافی از داده است ، می باشد. داده موجود می تواند از راه اندازه گیری یا مشاهده بدست آمده باشد و به صورت ویژگیهایی از تعدادی شی در نظر گرفته می شود. هر ویژگی خاص دارای یک مقدار هستند در یک کلاس هم ارزی که از اشتراک این روابط هم ارزی بدست می آید، رابطه غیرقابل تشخیصی نامیده می شود و اساس روش آنالیز مجموعه های راف است . یکی از کارهای انجام گرفته در این پایان نامه، جایگزین کردن رو شمدلسازی دانش توسط یک رابطه متقارن به جای رابطه هم ارزی است . هر رابطه متقارن شامل تمام زوج اشیایی است که مقادیر ویژگیهای آنها متفاوت است . رابطه متقارنی که از اجتماع تمام روابط متقارن بدست می آید. رابطه تمایز نامیده شده است که جایگزینی برای رابطه غی رقابل تشخیصی است . همانگونه که نشان داده شده است با این کار توانایی روش آنالیز مجموعه های راف برای آنالیز جداول اطلاعاتی ناقص و جداول اطلاعاتی با مقادیر پیوسته ویژگیها افزایش یافته است . ایده مجموعه های نسبی که با الهام از منطق چهار مقدار بلنپ تعریف شده است . یکی دیگر از کارهای انجام گرفته در این پایان نامه است . منتاظر با چهار مقدار منطق چهار مقدار بلنپ ، هر مجموعه نسبی اشیاء را به چهار ناحیه تقسیم می کند که این چهار ناحیه با دو مجموعه کلاسیک بطور کامل مشخص می شوند. مجموعه های نسبی دارای دو ترتیب هستند. یکی تعمیمی از ترتیب زیر مجموعگی و دیگری ترتیبی به نامه ترتیب دانش است . همچنین در این پایان نامه دو رویکرد تلفیقی از مجموعه های راف و مجموعه های نسبی ارائه شده است . این دو رویکرد به ترتیب بر پایه دو دیدگاه از مجموعه های راف به نام دیدگاه عملگرد-گرا در تعریف دانش است که حاصل آن دانش تعمیم یافته نامیده شده است . رویکرد دوم با در نظر گرفتن هر مجموعه راف به عنوان مجموعه نسبی بدست آمده است .