基于模糊转化的2种毕达哥拉斯模糊熵构造方法

为了精确刻画毕达哥拉斯模糊集不确定性和未知性程度，给出毕达哥拉斯模糊熵的定义，借助模糊转化公式，将直觉模糊熵转化为毕达哥拉斯模糊熵．探讨现有转化公式的不足，提出一种新的毕达哥拉斯模糊集与直觉模糊集的转化方法，新构造的熵不仅满足毕达哥拉斯模糊熵公理化定义，而且也适用于直觉模糊集．     

Vague集上基于蕴含算子I(,)的三I算法

给出区间集上蕴含算子的定义和一个蕴含算子.利用三I思想,给出了Vague集上基于蕴含算子I(x,y)的三IVMP算法的计算公式,分析了三IVMP算法的还原性,并给出了基于区间集上蕴含算子I(x,y)的三IVMP算法具有还原性的本质条件.由于Vague集具有表达不确定性知识比Fuzzy集更为丰富的特点,三I思想更为可信,故在不确定性的推理中,三IVMP算法是较为令人满意的算法.     

Vague集上基于蕴含算子I(,■)的三I算法

给出区间集上蕴含算子的定义和一个蕴含算子。利用三I思想,给出了Vague集上基于蕴含算子I(x,y)的三IVMP算法的计算公式,分析了三IVMP算法的还原性,并给出了基于区间集上蕴含算子I(x,y)的三IVMP算法具有还原性的本质条件.由于Vague集具有表达不确定性知识比Fuzzy集更为丰富的特点,三I思想更为可信,故在不确定性的推理中,三IVMP算法是较为令人满意的算法。     

Vague集上基于蕴含算子I(x,y)的三I算法

给出区间集上蕴含算子的定义和一个蕴含算子。利用三I思想,给出了Vague集上基于蕴含算子I (x,y)的三IVMP算法的计算公式,分析了三IVMP算法的还原性,并给出了基于区间集上蕴含算子I (x,y)的三IVMP算法具有还原性的本质条件.由于Vague集具有表达不确定性知识比Fuzzy集更为丰富的特点,三I思想更为可信,故在不确定性的推理中,三IVMP算法是较为令人满意的算法。     

基于Vague集的插值模糊推理

对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,然后给出基于Vague集的隶属函数为连续情况下的插值模糊推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的Vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的插值模糊推理方法.     

基于Vague集的元素间相似度量的近似推理

给出了Vague集元素间的一个相似度量方法,对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中Vague集的论域与后件中Vague集的论域作一一映射,然后给出基于Vague集的隶属函数为连续情况下的元素间相似度量的近似推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的元素间相似度量的近似推理方法.     

Vague值转化Fuzzy值的一种偏势方法

在联系数理论与Vague集理论基础上,提出了一种新的Vague值转化Fuzzy值的偏势方法.分析了相关文献的不足与缺陷,认为Vague值转化Fuzzy值的本质是对Vague值中未确知度趋向支持度的一种偏势变化.最后讨论了该转化方法满足的准则、可分辨性及可行性等,并通过实例比较了该方法的实用性.     

基于邻域熵的决策表约简

针对传统粗糙集理论难以处理数值型数据的特点,提出基于邻域熵的决策表特征约简方法.该方法通过引入邻域关系进行信息粒化,定义邻域熵概念,用来度量数值型数据的不确定性,证明邻域熵的单调性原理,提出基于邻域熵与分类精度加权的特征重要度概念,基于邻域熵单调性原理设计了两种启发式特征约简算法.理论分析与实例表明该方法是有效可行的.     

关于生成Vague子群的一点注记

根据已有的关于生成Vague子群的定义和性质,结合Vague群的知识,构造出了广义的生成Vague子群的定义,得到了一系列的性质和定理.并给出了严格的证明,推广了生成Vague子群的概念和性质,进一步完善了Vague群理论.     

模糊集合乘积测度的构造

通过对模糊笛卡尔集定义的研究,指出其在乘积测度构造上的缺点,通过改进定义了新的模糊笛卡尔乘积,通过新的定义也构造出了模糊集合乘积测度.为后面更好的研究函数在二维模糊集上的重积分打下了一个很好的基础.     

模糊性的信息熵度量

在回顾了大多数模糊性的信息熵度量定义之后,首次定义了模糊互熵和信息传输指数等新概念,研究了模糊随机变量和混合信息熵度量问题,结论显示它是普通Shannon熵和模糊熵的一般化。     

区间直觉模糊软截集（英文）

首先讨论了区间直觉模糊软集在实际问题的应用,其次定义了区间直觉模糊软粗糙集,最后给出了区间直觉模糊软截集的定义及区间直觉模糊软分解定理和区间直觉模糊软表现定理,得到了一些有意义的结果.     

基于确定性转换的IFTS预测

模糊时间序列预测模型在对不确定数据集的模糊趋势描述和论域划分方面有局限性,对此文中规范了直觉模糊时间序列的定义,应用直觉模糊C均值聚类算法优化论域区间划分,通过加入回溯机制构建确定性转换直觉模糊规则库,在此基础上提出一种直觉模糊时间序列预测方法,较好地反映了不确定系统数据的特征分布,提高了复杂环境下时间序列的预测精度. 通过典型实例验证了该方法的有效性和优越性.     

模糊规则中的不确定性推理研究

针对模糊规则中以真值形式表达的不确定性推理问题进行了深入的研究.首先完整地分析了规则中的前提、结论、证据、条件、推论和结果这6类命题的不同含义;然后根据规则应用的实际情况,提出了一种新的逻辑组合关系——广义逻辑关系;最后定义了模糊子集匹配度和模糊规则匹配度,并给出了相应的条件真值和结果真值推理算法,从而形成了完整的通用不确定性推理模型.     

基于区域包含的语义距离构造及其在模糊数据库中的应用

提出了在模糊数据自身自然语义表示基础上，利用数据间语义范围相互包含关系得到的一种语义距离计算方法．将此方法引入模糊关系运算符的定义，并应用于模糊数据数据库语言FSQL的多种操作命令中．     

关于L-直觉模糊集截集性质的进一步研究

在L是完全分配格时,利用极大集与极小集所引入的L-直觉模糊集的截集,本文定义了L-直觉模糊凸集的概念,给出其与L-直觉模糊集截集的凸性之间的等价刻画.进一步研究了L-直觉模糊集的二元运算及其相关性质.     

有限群的模糊C-正规子群

给出了模糊C-正规子群、模糊极大正规子群的概念,并利用集合套理论给出了模糊C-正规子群的等价定义,同时研究了模糊-正规子群的一些性质。