《1 引言》
1 引言
在当今高科技时代, 各种不确定性信息表现得越来越突出, 人们急需富有时代特色的新理论、新方法, 以便面对时代的需要。系统科学理论正是适应了时代发展的需要, 受到了广大科学工作者的信赖、重视。由于科学工作者出发点不同, 研究重点不同, 于是出现了多种不同观点下的不同理论成果。但仍不能满足不确定性表现越来越突出的需求。为了适应社会高速发展的需要、亟需建立能够适应各种领域的需要, 能够描述各种自然现象、社会现象的系统理论。鉴于社会的发展、科学的进步, 不确定性信息表现越来越突出、越来越普遍, 人们亟需研究不确定性系统理论与方法。为此, 在文献
《2 不确定性系统理论的研究现状及相应的不确定性信息定义》
2 不确定性系统理论的研究现状及相应的不确定性信息定义
关于“不确定性”一词, 在1936年詹姆斯·穆勒临终前发表的“政治经济学是否有用”
实际上关于不确定性问题的研究, 最早可追溯到16世纪, 国际上一位物理、天文兼数学家加尔达诺 (Cirolamo Cardano 1501—1576) 写的手册《论赌博》中就最先讨论了随机性
定义1 设x是欲知元素, x∈A⊂U (Cantor集合) 而x∈A的可能性为αi∈[0, 1], 且
如x是欲知元素, x∈A的可能性α1=2/3, α2=1/3, 则x提供的是随机信息。
描述随机信息的系统称为随机系统, 研究随机系统的理论与方法称为随机系统理论。随机系统理论中的概率论与数理统计已是相当成熟的基础理论, 且在实践中发挥了重大的作用。
经过漫长岁月, 一直到1965年才由美国学者扎德 (L. A. Zadeh) 建立了模糊集合 (fuzzy set) 论
定义2 设x为欲知元素, x∈A⊂U (Cantor集合) , 而x∈A的隶属度为αi∈[0, 1], 则x提供的信息是模糊信息。
如x是欲知元素, x∈A={1, 2, 3}的隶属度为α1=0, α2=1/2, α2=1/4, 则x提供的是模糊信息。
到1982年, 波兰华沙理工大学著名逻辑学家帕拉克 (Z. Pawlak) 首次提出了粗集 (rough set) 理论
定义3 设x是欲知元素, x∈A⊂U (Cantor集合) , x是A不可定义的, 即x不能用A确切地描述, 称x提供的信息为Rough信息。
我国邓聚龙教授于1982年创建了灰色系统 (grey system) 理论
定义4 设x为欲知元素, x∈A⊂U (cantor集合) , A=[x1, x2], 则称x∈A的可能性为灰信息。当A=[1, 3/2], 即x1=1, x2=3/2是已知的, 而x∈[1, 3/2]是未知的, 这正是灰色信息的一个例子。
在邓聚龙教授出版的多部论著中, 都包含了灰色关联空间、灰色生成函数、灰微分方程与GM模型、灰色预测、灰色决策理论
为了适应科学研究的需要,
定义5 设x为欲知元素, x∈A⊂U (cantor集合) , 当x∈A的可能性为αi, 且0≤αi ≤1时, 称x提供的信息为未确知信息。
如x是欲知元素, x∈A的可能性为α1=1/4, α2=1/3, 则x提供的是未确知信息。
以上各种信息的取值都是α∈[0, 1], 其理论都在各自的定义范围内展现了其成果, 推动了不确定性系统理论的发展。但他们之间缺乏互相沟通, 难以在一个系统中处理多种不确定性问题。而且以上成果中只讨论了正面信息, 还有反面信息没有涉及。因此建立能够综合处理多种不确定性信息和系统中存在反面信息, 是当前亟待解决的问题。这就是下面要讨论的广义不确定性系统理论。
《3 GUST的基本内涵和结构》
3 GUST的基本内涵和结构
《3.1GUST的基本内涵》
3.1GUST的基本内涵
事物是复杂的, 万物是变化的, 特别是在科学技术突飞猛进、我国市场经济体制逐步完善的今天, 系统的复杂性日趋增加, 不确定性的表现也日趋突出、日趋复杂。任何一个实际问题, 其影响因素决非单一, 往往是上述几种不确定性交织在一起, 有时甚至出现反面信息。在文献
定义6 设x为欲知元素, x∈A⊂U (Cantor集合) , 当x∈A的可能性或隶属度αi∈[-1, 1]时, 称x提供的信息为狭义泛灰信息。当x∈A的可能性或隶属度αi∈ (-∞, -1], 或 αi∈[1, +∞) 时, 其倒数1/αi为广义泛灰信息, 统称狭义泛灰信息与广义泛灰信息为泛灰信息或广义不确定性信息。并用〖-1, 1〗表示信息值的取值范围, 即信息值
例如, 设x∈A⊂U, A是U的子集, 代表机械加工后工件的全体, ∀x∈A是任一个加工工件, 其规格要求为x±Δx=25±0.1。其确切的量化值取值于
灰信息域为
显然, α2=1.004是大于1的值, 所以[α1, α2]=[0.996, 1.004] 为广义泛灰信息域;且1/α2=1/1.004=0.996015936 (>α1) , 为广义泛灰信息。因此, ∀x∈A, 其合格品的广义泛灰信息域可表示为〖α1, 1〗=〖0.996, 1〗。
又如, 某种商品因为超过了保质期, 经专家鉴定认为有65 %已是坏商品, 还有35 %可以算作合格品。若用负数表示“坏”, 用正数表示“合格”, 则其中任一商品的合格信息应为α∈[-0.65, 0.35], 此处向人们提供的正是一个泛灰信息。
《3.2GUST的基本结构》
3.2GUST的基本结构
为了实现综合处理不确定性信息, 笔者于1991年发表了“泛灰集与点灰数”一文
1) 信息是系统的基本要素, 泛灰信息涵盖了随机信息、模糊信息、粗糙信息、灰信息、未确知信息, 其信息取值于〖-1, 1〗, 它包含了正面信息与反面信息, 包含了各种不确定性信息。应用泛灰信息可以实现对不确定性信息的综合描述。所以, 称泛灰信息为广义信息, 研究广义信息的理论称为广义信息论。在这里, 要研究广义信息测度、广义信息论的数学基础及其信息模型, 找出广义不确定性信息的统计规律等。
2) 对信息研究离不开数学理论与方法, 研究随机信息的理论与方法称为随机数学, 即概率论与数理统计;研究模糊信息的理论与方法称为模糊数学;研究粗糙信息的理论与方法还未形成数学概念, 即粗集理论;研究灰信息的理论与方法是灰色系统理论与灰色数学;研究未确知信息的数学方法称为未确知数学;研究泛灰信息的理论与方法称为泛灰数学。泛灰数学方法能实现综合处理各种不确定性信息与确定性信息, 故又称泛灰数学理论与方法为广义不确定性数学。这里, 要在广义信息论的基础上继续建立广义不确定性 (GU) 的数学基础。其一为GU代数基础, 主要包括:GU数及其代数运算性质, GU数的序关系, GU向量、行列式、矩阵的运算性质及其应用, GU线性方程组、代数方程的求解, GU代数在区间分析、线性规划中的应用等;其二为GU数学分析基础:主要包括:GU距离空间、GU函数、极限的概念及其性质, GU导数、微分的概念及其应用等。
3) 各种信息有的已形成系统概念 (如随机系统、模糊系统、灰色系统) , 有的还未形成系统概念 (如粗糙信息、未确知信息) 。作为广义不确定性系统理论的研究, 主要考虑的是泛灰信息, 是所有不确定性信息的综合处理, 要使用广义不确定性数学理论与方法, 要建立系统的运行机制和控制机制。所以给出如下定义:
定义7 称含有广义不确定性信息的系统为广义不确定性系统。其系统理论与方法称广义不确定性系统理论。
在GUST中, 需要在广义信息论和广义不确定性数学理论的基础上建立可直接用于解决实际问题的理论基础, 也是广义不确定性系统理论研究的关键。这里主要研究:广义不确定性系统 (GUS) 理论的基础体系与方法体系、GUS的建模基础、GUS的预测模型、GUS的决策分析模型、GUS的关联分析模型与综合评价模型, 以及各类模型在实践中的应用方法等, 为进一步研究GUST在经济管理、工程科学中的应用打下基础。
《4 GUST的科学意义》
4 GUST的科学意义
1) 广义不确定性信息α∈〖-1, 1〗涵盖了各种不确定性信息和确定性信息, 它包含了“反、非、同、异”4方面, 充满了整个实数轴。广义不确定性系统理论将涵盖多种不确定性系统理论:包括建立在Cantor集基础上的确定性系统理论;建立在Cantor集基础上研究概率论与数理统计的随机系统理论;建立在Fuzzy集基础上研究模糊现象的模糊数学与模糊系统理论;涵盖了建立在Rough集基础上的粗集理论;建立在未确知 (unascertained) 集基础上的未确知数学理论;一直到后来形成的其信息值取值于〖-1, 1〗上包含整个实数轴的广义不确定性信息及确定性信息, 建立在Pan-grey集基础上的泛灰数学与泛灰系统理论。由此, 将能够处理和解决复杂系统问题。