Generalizaciones de las medidas de especificidad y de la T-transitividad para los conjuntos difusos intervalo valorados

• Autores: Ramón González del Campo Rodríguez Barbero
• Directores de la Tesis: Luis Garmendia Salvador (dir. tes.)
• Lectura: En la Universidad Complutense de Madrid ( España ) en 2012
• Idioma: español
• Tribunal Calificador de la Tesis: Francisco Javier Montero de Juan (presid.) , Matilde Santos Peñas (secret.) , Raquel Caro Carretero (voc.) , Mariló López González (voc.) , Javier Rodrigo Hitos (voc.)
• Enlaces
  • Tesis en acceso abierto en: Docta Complutense
• Resumen

  • Los conjuntos difusos intervalo valorados, IVFSs, han demostrado ser utiles en aquellos problemas en los que es preciso modelar la incertidumbre y la vaguedad. Sin embargo, su desarrollo te orico ha sido relativamente escaso y limitado a un tipo concreto de t-normas, las t-normas t-representables, que reducen los IVFSs a simples conjuntos difusos superpuestos FSs renunciando a explotar todo el potencial de esta valiosa generalizaci on de los conjuntos borrosos y de la teor a general de conjuntos. El objetivo de esta tesis consiste en paliar, en parte, esta carencias te oricas poniendo el enfasis en t-normas generalizadas cualesquiera (ya sean t-representables, pseudo trepresentables o no). En concreto, se ha pretendido estudiar las posibilidades de extensi on del concepto de medida de especi cidad como medida de utilidad de la informaci on contenida en un conjunto borroso intervalo valorado, y de la tranquilidad a la hora de tomar una decisi on, y de la medida de especi cidad bajo una similaridad de Yager cuando el conocimiento se ve aumentado con una relaci on de similaridad intervalo valorada; estudiar la extensi on de la idea de cierre T-transitivo para una relaci on IVFRs; y por ultimo la extensi on para IVFSs del teorema de Lee que son aportaciones clave en el estudio de relaciones de T-indistinguibilidad, una importante generalizaci on de las relaciones de equivalencia cl asica que necesitan un marco te orico y que tienen un enorme potencial en futuras aplicaciones.