孫峰,屈小兵,汪天飛,張之鶴
模糊團(tuán)的一個(gè)注記
孫峰1,2,屈小兵1,汪天飛1,張之鶴1
(1.樂(lè)山師范學(xué)院數(shù)學(xué)與信息科學(xué)學(xué)院,四川樂(lè)山614004;2.四川師范大學(xué)數(shù)學(xué)與軟件科學(xué)學(xué)院,四川成都610066)
模糊圖論中的模糊團(tuán)推廣圖論中的團(tuán),在圖論中,團(tuán)導(dǎo)出的子圖是完全的,然而根據(jù)現(xiàn)有模糊團(tuán)的定義,模糊團(tuán)導(dǎo)出的模糊子圖不一定是完全的.這篇注記修正模糊團(tuán)的概念,以保證其導(dǎo)出的模糊子圖是完全的,并給出模糊團(tuán)和極大模糊團(tuán)的刻畫(huà).
模糊圖;模糊團(tuán);完全性
圖論中的圖由若干給定的點(diǎn)及連接2點(diǎn)的邊構(gòu)成,是對(duì)象集合及對(duì)象與對(duì)象之間關(guān)系的數(shù)學(xué)表示.在圖論中,這些對(duì)象以及對(duì)象間的關(guān)系都是分明的,然而在實(shí)際問(wèn)題中,對(duì)象或?qū)ο箝g的關(guān)系往往存在不清晰、不確定的情形,因此需要模糊化的數(shù)學(xué)表示.自L.A.Zadeh[1]提出模糊集的概念以來(lái),模糊集及其理論得到長(zhǎng)足發(fā)展[2-3].基于模糊集的定義,J.N.Mordeson[4]提出了模糊圖的概念.隨后研究者從理論和應(yīng)用方面,不斷豐富模糊圖論.至今,模糊圖論已經(jīng)取得豐碩的成果[5].應(yīng)用方面,模糊圖在信息科學(xué)[6]、神經(jīng)網(wǎng)絡(luò)[7-8]等方面有著重要的應(yīng)用.理論方面,一些經(jīng)典的圖論概念及定理被推廣到模糊圖中[9-11].眾所周知,圖論中的團(tuán)是一個(gè)兩兩之間有邊的頂點(diǎn)集合,即是說(shuō)團(tuán)導(dǎo)出的圖是完全的.然而根據(jù)P.S.Nair等[12]對(duì)模糊團(tuán)的定義,模糊團(tuán)所導(dǎo)出的模糊子圖并不是完全的(見(jiàn)例2.1).在這篇注記中,對(duì)模糊團(tuán)的概念作了修正,以保證其導(dǎo)出的模糊子圖是完全的.此外,還定義了模糊極大團(tuán)和最大團(tuán),并討論了它們的性質(zhì)及刻畫(huà).
首先,介紹一些符號(hào)與定義.對(duì)矩陣A,記其轉(zhuǎn)置為AT,其第i行第j列的元素為Aij.令N={1,2,…,n}.記|X|為集合X的基數(shù),對(duì)于任意2個(gè)集合X與Y,記X-Y={x∈X:x?Y},當(dāng)Y={y}時(shí),X-Y表示X-y.對(duì)區(qū)間[0,1]上的x、y,x∨y=max{x,y},x∧y=min{x,y}.
定義1.1[13]設(shè)G=(V,E)為無(wú)向圖,其中V是頂點(diǎn)的集合,E是邊的集合,記連接頂點(diǎn)vi與vj的邊為(vi,vj).頂點(diǎn)vi與vj相鄰當(dāng)且僅當(dāng)(vi,vj)∈E.若圖G=(V,E)中的任何2個(gè)頂點(diǎn)都是相鄰的,則稱(chēng)G是完全圖.圖G'=(V',E')稱(chēng)為圖G=(V,E)的子圖,若V'?V,E'?E.以圖G的頂點(diǎn)集V的非空子集V1為頂點(diǎn)集,以?xún)啥它c(diǎn)均在V1中的所有邊為邊集的G的子圖稱(chēng)為由V1導(dǎo)出的子圖.互不相同的頂點(diǎn)和邊交替出現(xiàn)的序列v1,(v1,v2),v2,(v2,v3),v3,…,(vn-1,vn),vn(簡(jiǎn)記為v1,v2,…,vn)稱(chēng)為從v1到vn的路徑,路徑中的邊數(shù)稱(chēng)為路徑的長(zhǎng)度.起止頂點(diǎn)相同且長(zhǎng)度大于等于3的路徑稱(chēng)為圈.
定義1.2[13]設(shè)G=(V,E)為無(wú)向圖,C為V的非空子集,若C中頂點(diǎn)兩兩相鄰,則稱(chēng)C為團(tuán).若一個(gè)團(tuán)不是其它任何團(tuán)的子集,則稱(chēng)這個(gè)團(tuán)是極大團(tuán).若一個(gè)團(tuán)滿(mǎn)足基數(shù)最大,則稱(chēng)這個(gè)團(tuán)為最大團(tuán).
由定義1.2可知,圖論中的團(tuán)導(dǎo)出的子圖是完全的.在一些文獻(xiàn)中,研究者將完全圖與團(tuán)視為等同,在此區(qū)別對(duì)待二者.
記論域X上的所有模糊集合為F(X)={S:X→[0,1]},X×Y上的所有模糊關(guān)系為F(X×Y)={R:X ×Y→[0,1]}.
定義1.3[5]設(shè)V是一個(gè)非空集合,δ∈F(V),μ∈F(V×V),若對(duì)任何x,y∈V有μ(x,y)≤δ(x)∧δ(y),則稱(chēng)FG=(V,δ,μ)為模糊圖,并稱(chēng)δ為FG的模糊頂點(diǎn)集合,μ為FG的模糊邊的集合.
在本文中,所有涉及的模糊圖FG=(V,δ,μ)均是無(wú)向的,即μ是對(duì)稱(chēng)的,且對(duì)任何x∈V有μ(x,x)=0.簡(jiǎn)便起見(jiàn),記FG=(V,δ,μ)=(δ,μ)(除非特別指明,V代指n元集).記模糊圖FG的底圖為FG*=(δ*,μ*),其中δ*={x∈V:δ(x)>0},μ*= {(x,y)∈V×V:μ(x,y)>0}.對(duì)任意t∈[0,1],定義模糊圖FG=(δ,μ)的t-截集為FGt=(δt,μt),其中δt={x∈V:δ(x)≥t},μt={(x,y)∈V×V:μ(x,y)≥t}.
定義1.4[5]稱(chēng)模糊圖FH=(ρ,ν)為模糊圖FG=(δ,μ)的模糊子圖,若ρ≤δ且ν≤μ.進(jìn)一步,若ρ=δ,則稱(chēng)FH是FG=(δ,μ)的生成子圖.
定義1.5[5]稱(chēng)模糊圖FH=(P,ρ,ν)為模糊圖FG=(V,δ,μ)由P導(dǎo)出的模糊子圖,若P?V,ρ(x) =δ(x),?x∈P且ν(x,y)=μ(x,y),?x,y∈P.稱(chēng)FG的模糊子圖FH=(V,ρ,ν)為由ρ導(dǎo)出的模糊子圖,若FH是以ρ為模糊頂點(diǎn)集合的極大模糊子圖,即ν(x,y)=ρ(x)∧ρ(y)∧μ(x,y),?x,y∈V.
定義1.6[5]模糊圖FG=(δ,μ)中的路徑P是由不同的頂點(diǎn)v1,v2,…,vn(n≥2)構(gòu)成的序列且滿(mǎn)足μ(vi,vi+1)>0.路徑中的邊數(shù)稱(chēng)為路徑的長(zhǎng)度.FH =(ρ,ν)稱(chēng)為圈當(dāng)且僅當(dāng)(ρ*,ν*)是圈.FH=(ρ,ν)稱(chēng)為模糊圈當(dāng)且僅當(dāng)FH是圈且不存在唯一的(x,y)∈μ*使得μ(x,y)=∧{μ(u,v):(u,v)∈μ*}.
定義1.7[14]設(shè)FG=(δ,μ)為模糊圖,若對(duì)任意(x,y)∈μ*有μ(x,y)=δ(x)∧δ(y),則稱(chēng)FG是強(qiáng)的;若對(duì)任何x,y∈δ*(x≠y)有μ(x,y)=δ(x)∧δ(y),則稱(chēng)FG是完全的.
顯然,模糊完全圖是強(qiáng)的,但反之不然.
定義1.8[12]設(shè)FH=(ρ,ν)為模糊圖FG=(δ,μ)的模糊子圖,若FH*是團(tuán)且FH中的每一個(gè)圈都是模糊圈,則稱(chēng)FH為模糊團(tuán).
P.S.Nair等[12]將模糊團(tuán)視為模糊子圖,并給出了模糊團(tuán)的如下刻畫(huà).
引理1.1[12]模糊圖FG=(δ,μ)的模糊子圖FH=(ρ,ν)是模糊團(tuán)當(dāng)且僅當(dāng)FH中的每一個(gè)長(zhǎng)度為3的圈都是模糊圈.
定義1.9[15]設(shè)Q∈F(X×Y),S∈F(Y×Z),則∨-∧合成Q⊙S∈F(X×Z)定義為
圖論中的團(tuán)導(dǎo)出的圖是完全的.然而根據(jù)定義1.8,模糊團(tuán)所導(dǎo)出的模糊子圖(即模糊團(tuán)本身)并不是完全的.
例2.1考慮V={v1,v2,v3,v4}上的模糊圖FG =(δ,μ),其中δ(v1)=δ(v2)=δ(v3)=δ(v4)=1,μ(v1,v2)=0.5,μ(v1,v3)=0.8,μ(v1,v4)=0.8,μ(v2,v3)=0.5,μ(v2,v4)=0.5,μ(v3,v4)=0.7,如圖1所示.
考慮如圖2所示的模糊子圖FH=(ρ,ν).
從引理1.1可知,F(xiàn)H是模糊團(tuán),但是0.8= ν(v1,v3)≠ρ(v1)∧ρ(v3)=1,即FH是不完全的.
下面對(duì)模糊團(tuán)的概念進(jìn)行修正.
定義2.1設(shè)FG=(δ,μ)為模糊圖,ρ為δ的非空子集,若由ρ導(dǎo)出的模糊子圖是完全的,則稱(chēng)ρ為模糊團(tuán).
注2.1P.S.Nair等[12]定義的模糊團(tuán)本質(zhì)上是模糊圖,而定義2.1中的模糊團(tuán)是模糊集,即模糊圖頂點(diǎn)集合的子集.
例2.2考慮例2.1中的模糊圖FG=(δ,μ),容易驗(yàn)證ρ={ρ(v1)=0.8,ρ(v2)=0.5,ρ(v3)=0.8,ρ (v4)=0.7}是FG的模糊團(tuán),其導(dǎo)出的模糊子圖FH =(ρ,ν)見(jiàn)圖3.
為避免定義1.8與定義2.1混淆,將定義1.8中的模糊團(tuán)稱(chēng)為NC-模糊團(tuán).下面討論NC-模糊團(tuán),模糊團(tuán)及模糊完全圖之間的關(guān)系.
定理2.1模糊完全圖是NC-模糊團(tuán).
證明令FH=(ρ,ν)為模糊完全圖.設(shè)abca(a,b,c∈ρ*)為FH中長(zhǎng)度為3的圈,因FH是完全的,則有ν(a,b)=ρ(a)∧ρ(b),ν(b,c)=ρ(b)∧ρ(c),ν(a,c)=ρ(a)∧ρ(c).從而ν(a,b)∧ν(b,c)∧ν(a,c)=ρ(a)∧ρ(b)∧ρ(c).不失一般性,假設(shè)ρ(a)=ρ(a)∧ρ(b)∧ρ(c),于是ν(a,b)=ν(a,c)=ρ(a),即abca是模糊圈.由引理1.1知FH是NC-模糊團(tuán).
推論2.1模糊團(tuán)導(dǎo)出的模糊子圖是NC-模糊團(tuán).模糊團(tuán)導(dǎo)出的模糊子圖是完全的,從而是NC-模糊團(tuán).
定理2.2強(qiáng)NC-模糊團(tuán)是完全的.
證明令FH=(ρ,ν)為強(qiáng)NC-模糊團(tuán).顯然FH*是團(tuán),則對(duì)任意a,b∈ρ*,有(a,b)∈ν*.因FH是強(qiáng)的,故有ν(a,b)=ρ(a)∧ρ(b).從而ν(a,b)= ρ(a)∧ρ(b),?a,b∈ρ*,即FH是完全的.
注2.2由定理2.2知,強(qiáng)NC-模糊團(tuán)的頂點(diǎn)集合是模糊團(tuán).
定理2.3設(shè)FG=(δ,μ)為模糊圖,ρ為δ的非空子集.ρ是模糊團(tuán)當(dāng)且僅當(dāng)對(duì)任意x,y∈ρ*(x≠y)有ρ(x)∧ρ(y)≤μ(x,y).
證明設(shè)ρ是FG的模糊團(tuán),F(xiàn)H=(ρ,ν)是由ρ導(dǎo)出的模糊子圖.顯然,F(xiàn)H是完全的.從而由定義1.5與1.7,有ρ(x)∧ρ(y)=ν(x,y)=ρ(x)∧ρ(y)∧μ
(x,y)≤μ(x,y),?x,y∈ρ*.
反之,設(shè)ρ是δ的子集且滿(mǎn)足ρ(x)∧ρ(y)≤μ(x,y),?x,y∈ρ*,x≠y.令FH=(ρ,ν)為由ρ導(dǎo)出的模糊子圖.由定義1.5知,對(duì)任意x,y∈ρ*有ν(x,y)=ρ(x)∧ρ(y)∧μ(x,y),則從假設(shè)ρ(x)∧ρ(y)≤μ(x,y)可知ν(x,y)=ρ(x)∧ρ(y).故FH是完全的,即ρ是模糊團(tuán).
推論2.2設(shè)ρ是模糊圖FG=(δ,μ)的模糊團(tuán),則對(duì)任何t∈(0,1],ρt是圖FGt中的團(tuán).
證明設(shè)ρ是模糊圖FG=(δ,μ)的模糊團(tuán).由定理2.3知ρ(x)∧ρ(y)≤μ(x,y),?x,y∈ρ*,x≠y.從而對(duì)任意2個(gè)頂點(diǎn)x,y∈ρt有μ(x,y)≥ρ(x)∧ρ(y)≥t,即(x,y)∈μt,故ρt是圖FGt中的團(tuán).
推論2.3設(shè)ρ是模糊圖FG=(δ,μ)的模糊團(tuán),則ρ的任意非空子集Q是FG的模糊團(tuán).
證明設(shè)ρ是模糊圖FG=(δ,μ)的模糊團(tuán),Q為ρ的任意非空子集,則對(duì)任何x∈V有Q(x)≤ρ(x),由定理2.3知結(jié)論成立.
對(duì)于模糊圖FG=(δ,μ),定義n×n的模糊矩陣MFG為
對(duì)于δ的非空子集ρ,定義n×1的模糊向量Vρ,
記XFG={X=(xi),xi∈[0,1]:X⊙XT≤MFG}.
定理2.4若ρ是模糊圖FG=(δ,μ)的模糊團(tuán),則Vρ∈XFG.反過(guò)來(lái),對(duì)任意X=(xi)∈XFG,ρ(ρ(vi)=xi,?i∈N)是模糊團(tuán).
證明設(shè)ρ是FG的模糊團(tuán),則由定理2.3知,對(duì)任何i,j∈N(i≠j)有(Vρ⊙)ij=(Vρ)i∧(Vρ)j=ρ(vi)∧ρ(vj)≤μ(vi,vj)=(MFG)ij,對(duì)任何i∈N有(Vρ⊙)ii=(Vρ)i∧(Vρ)i=ρ(vi)≤δ(vi)= (MFG)ii.從而Vρ∈XFG.
反過(guò)來(lái),對(duì)任何X=(xi)∈XFG,構(gòu)造ρ使得ρ(vi)=xi,?i∈N.因?yàn)閷?duì)任何i∈N,有ρ(vi)=xi≤(MFG)ii=δ(vi),所以ρ≤δ.進(jìn)一步,對(duì)任何i,j∈N(i≠j),有ρ(vi)∧ρ(vj)=xi∧xj≤(MFG)ij=μ(vi,vj),從而由定理2.3知ρ是FG的模糊團(tuán).
推論2.3說(shuō)明模糊團(tuán)的任意非空子集仍是模糊團(tuán).自然地,會(huì)考慮最大模糊團(tuán)和極大模糊團(tuán).
定義2.2設(shè)ρ是模糊圖FG=(δ,μ)的模糊團(tuán),若不存在模糊團(tuán)σ使得ρ<σ,則稱(chēng)ρ是極大的.進(jìn)一步,稱(chēng)具有最大基數(shù)|ρ*|的極大模糊團(tuán)ρ為最大模糊團(tuán).
例2.3考慮如圖4所示的模糊圖FG=(δ,μ).
不難驗(yàn)證σ={σ(v1)=0.7,σ(v2)=0.3,σ(v3)= 0.4,σ(v4)=0.5},Q={Q(v1)=0.7,Q(v2)=0.5,Q (v3)=0.4,Q(v4)=0.3}和ρ={ρ(v1)=0.4,ρ(v2)=0.3,ρ(v3)=0.8,ρ(v4)=0.4}都是FG的模糊團(tuán),并且都是最大的,而模糊團(tuán)φ={φ(v1)=0.7,φ(v3)=0.4,φ (v4)=0.5}僅是極大的,而非最大的.
基于定理2.4,得到極大模糊團(tuán)的如下刻畫(huà):
定理2.5設(shè)ρ是模糊圖FG=(δ,μ)中δ的非空子集,ρ是極大模糊團(tuán)當(dāng)且僅當(dāng)Vρ是XFG的極大元.
證明由定理2.4知ρ是模糊團(tuán)當(dāng)且僅當(dāng)Vρ∈XFG.進(jìn)一步,若ρ是極大的,則Vρ是XFG的極大元,反之亦然.
定理2.6設(shè)ρ是FG=(δ,μ)的極大模糊團(tuán),則
證明設(shè)ρ是FG=(δ,μ)的極大模糊團(tuán).由定理2.3知,ρ(x)∧ρ(y)≤μ(x,y),?x,y∈ρ*,從而有.下證ρ(vk)=μ(vi,vj).現(xiàn)設(shè)ρ(vk)<μ(vi,vj),定義模糊集σ使得除σ(vk)=μ(vi,vj)外有σ=ρ.顯然σ>ρ.此外,對(duì)任何z∈ρ*有σ(z)≤δ(vk),即σ≤δ.下證σ是模糊團(tuán),即σ(y)∧σ(z)≤μ(y,z),?y,z∈ρ*.當(dāng)vk?{y,z}時(shí),有σ (y)∧σ(z)=ρ(y)∧ρ(z)≤μ(y,z).若vk∈{y,z},不失一般性,假設(shè)vk=z,則σ(y)∧σ(z)=ρ(y)∧μ.由此可知σ是模糊團(tuán),這與ρ的極大性矛盾.從而
推論2.4設(shè)ρ是FG=(δ,μ)的極大模糊團(tuán),F(xiàn)H=(ρ,μ)是由ρ導(dǎo)出的模糊子圖且=μ(vi,vj),則μ(vi,vj)=μ(vi,vj).
證明顯然ν(vi,vj)≤μ(vi,vj).若ν(vi,vj)<μ (vi,vj),則ρ(vi)∧ρ(vj)=ν(vi,vj)<μ(vi,vj).從而這與定理2.6相悖,于是ν(vi,vj)=μ(vi,vj).
定理2.7設(shè)ρ是FG=(δ,μ)的極大模糊團(tuán),則至少存在一x∈ρ*使得ρ(x)=δ(x).
證明設(shè)ρ是FG=(δ,μ)的極大模糊團(tuán).顯然,ρ(x)≤δ(x),?x∈ρ*.假設(shè)對(duì)任何x∈ρ*有ρ(x)<δ,則有ρ*=V1∪V2.一方面,若V1=ρ*,任取x0∈V1構(gòu)造模糊集σ使得當(dāng)x≠x0時(shí)σ(x)=ρ(x)且σ(x0)=δ(x0),則知σ>ρ.進(jìn)一步,當(dāng)x∈V1-x0時(shí),有σ(x)∧σ(x0)=ρ(x)∧σ(x,x0);對(duì)任何x,y∈V1-x0有σ(x)∧σ(y)=ρ(x)∧ρ(y)≤μ(x,y),故由定理2.3知σ是模糊團(tuán).而σ>ρ,這與ρ是極大的矛盾.另一方面,若V1≠ρ*,即V2≠?,取x0∈V2使得ρ(x0)=max{ρ(x):x∈V2},構(gòu)造模糊集Q使得除Q(x0)=δ(x0)外有Q(x)=ρ (x),則有Q>ρ.下證Q是模糊團(tuán).當(dāng)x∈V1時(shí),有Q (x)∧Q(x0)=ρ(x)∧δ(x0)≤≤μ(x,x0)∧δ(x0)≤μ(x,x0);當(dāng)x∈V2時(shí),有Q (x)∧Q(x0)=ρ(x)∧δ(x0)=ρ(x)=ρ(x)∧ρ(x0)≤μ(x,x0);當(dāng)x,y∈ρ*-x0時(shí),有Q(x)∧Q(y)= ρ(x)∧ρ(y)≤μ(x,y),從而由定理2.3知,Q是模糊團(tuán)且Q>ρ,矛盾!所以ρ(x)<δ(x)對(duì)所有x∈ρ*并不成立.于是至少存在一x∈ρ*使得ρ(x)=δ(x).
在這里我們指出定理2.6、2.7和推論2.4的逆命題并不成立,見(jiàn)例2.4.
例2.4考慮例2.3中的模糊圖FG=(δ,μ).易知φ={φ(v1)=0.7,φ(v2)=0.3,φ(v3)=0.3,φ(v4)= 0.3}是模糊團(tuán).設(shè)FH=(φ,ν)為由φ導(dǎo)出的模糊子圖.不難發(fā)現(xiàn)μ(y,z)=μ(v2,v3),ν(v2,v3)=μ(v2,v3),φ(v1)=δ (v1).然而,σ={σ(v1)=0.7,σ(v2)=0.3,σ(v3)=0.4,σ(v4)=0.5}和Q={Q(v1)=0.7,Q(v2)=0.5,Q(v3)=0.4,Q(v4)=0.3}均為比φ大的模糊團(tuán),也即是說(shuō)φ并非極大的.
致謝樂(lè)山師范學(xué)院科研項(xiàng)目(Z1402)對(duì)本文給予了資助,謹(jǐn)致謝意.
[1]ZADEH L A.Fuzzy sets[J].Information and Control,1965,8:338-353.
[2]ZIMMERMANN H J.Fuzzy Set Theory and Its Applications[M].Berlin:Springer-Verlag,2001.
[3]莫智文,舒蘭,許彪.模糊數(shù)學(xué)理論及其應(yīng)用評(píng)述[J].四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版),1998,21(3):330-335.
[4]MORDESON J N.Fuzzy graphs[C]//Fuzzy Sets and their Applications to Cognitive and Decision Processes.New York:Academic Press,1975:77-95.
[5]MORDESON J N,NAIRP S.Fuzzy Graphs and Fuzzy Hypergraphs[M].Berlin:Springer-Verlag,2000.
[6]GOMEZ D,MONTERO J,YANEZ J.A coloring fuzzy graph approach for image classification[J].Information Sciences,2006,176:3645-3657.
[7]BHATTACHARYYA M,BANDYOPADHYAY S.Solving maximum fuzzy clique problem with neural networks and its applications[J].Memetic Computing,2009,1:281-290.
[8]SUNITHA M S,KJUMAR A V.Fuzzy graphs in fuzzy neural networks[J].Proyecciones J Mathematics,2009,28:239-252.
[9]MATHEW S,SUNITHA M S.Types of arcs in a fuzzy graph[J].Information Sciences,2009,179:1760-1768.
[10]MATHEW S,SUNITHA M S.Node connectivity and arc connectivity of a fuzzy graph[J].Information Sciences,2010,180:519-531.
[11]MATHEW S,SUNITHA M S.Menger’s theorem for fuzzy graphs[J].Information Sciences,2013,222:717-726.
[12]NAIR P S,CHENG S C.Cliques and fuzzy cliques in fuzzy graphs[C]//Joint 9th IFSA World Congress and 20th NAFIPS International Conference,2001,4:2277-2280.
[13]WEST D B.Introduction to Graph Theory[M].Upper Saddle River:Prentice Hall,2001.
[14]SUNITHA M S,KUMAR A V.Complements of fuzzy graphs[J].Indian J Pure Appl Math,2002,33:1451-1464.
[15]NOLA A D,SESSA S,PEDRYCZ W,et al.Fuzzy Relation Equations and Their Applications to Knowledge Engineering[M].Boston:Kluwer Academic Publishers,1989.
A Note on Fuzzy Cliques
SUN Feng1,2,QU Xiaobing1,WANG Tianfei1,ZHANG Zhihe1
(1.College of Mathematics and Information Science,Leshan Normal University,Leshan 614004,Sichuan; 2.College of Mathematics and Software Science,Sichuan Normal University,Chengdu 610066,Sichuan)
Fuzzy cliques in fuzzy graphs generalize cliques in graphs.In graph theory,a subgraph induced by a clique is complete.However,according to the existing definition of fuzzy cliques,the fuzzy subgraph induced by a fuzzy clique may not be complete.In this note,we modify the definition of a fuzzy clique so that the fuzzy subgraph induced by each fuzzy clique is complete.Then,fuzzy cliques and maximal fuzzy cliques are characterized.
fuzzy graphs;fuzzy cliques;completeness
O159
A
1001-8395(2016)03-0309-05
10.3969/j.issn.1001-8395.2016.03.001
(編輯鄭月蓉)
2015-08-11
四川省教育廳科研項(xiàng)目(16ZB0297和16TD0029)
孫峰(1985—),男,博士生,主要從事模糊關(guān)系、模糊算子、格上關(guān)系方程理論等研究,E-mail:sunfeng1005@163.com
2010 MSC:03E72;05C72
四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版)2016年3期