Soft Set Theory
Soft Set Theory er en matematisk ramme for håndtering af usikkerhed og upræcision gennem parametriserede familier af mængder. Introduceret af Dmitriy Molodtsov i 1999, giver den en tilnærmet beskrivelse af objekter i et univers ved at mappe hver parameter i et valgt parametermængde til en skarp delmængde af dette univers. I modsætning til sandsynlighedsteori eller fuzzy mængder kræver soft sets ingen medlemskabsfunktion eller sandsynlighedsfordeling, hvilket gør rammen fri for utilstrækkeligheden af eksisterende usikkerhedsværktøjer, når utilstrækkelige data er tilgængelige.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Molodtsov, D. (1999). Soft set theory—first results. Computers & Mathematics with Applications, 37(4–5), 19–31. DOI: 10.1016/S0898-1221(99)00056-5 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Soft Set Theory. ScholarGate. https://scholargate.app/da/soft-computing/soft-set-theory
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Formel konceptanalyse (FCA)Soft computing↔ compare
- Granulær databehandling (Informationsgranulering)Soft computing↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →