基于两个集合上粗集模型的算法实现

为了处理人工智能中不精确和不确定的数据和知识，pawlak提出了粗集模型，之后粗集理论得到拓广，人们提出了许多新的粗集模型，拓广的方法主要有两种，一种是减弱对等价关系的依赖，另一种是把讨论问题的论域从一个拓展到两个，y.y.yao提出了一种基于两个论域的粗集模型，本文研究基于两个论域的粗集模型的具体算法实现，给出了上下近似的矩阵算法及其相应的焦点集的算法，并把相关结论及矩阵算法推广到模糊集上，还给出了相关模型的极为简洁的公理刻画，即仅用一条公理刻画该模型.