Soft Set Theory
Soft Set Theory er et matematisk rammeverk for å håndtere usikkerhet og upresisjon gjennom parameteriserte familier av mengder. Introdusert av Dmitriy Molodtsov i 1999, gir det en tilnærmet beskrivelse av objekter i et univers ved å mappe hver parameter i et valgt parametermengde til en skarp delmengde av det universet. I motsetning til sannsynlighetsteori eller fuzzy mengder, krever soft sets ingen medlemskapsfunksjon eller sannsynlighetsfordeling, noe som gjør rammeverket fritt for utilstrekkeligheten til eksisterende usikkerhetsverktøy når tilstrekkelige data er utilgjengelige.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Soft Set Theory. ScholarGate. https://scholargate.app/no/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.
- Formell konseptanalyse (FCA)Soft computing↔ compare
- Granulær databehandling (Informasjonsgranulering)Soft computing↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →