基于复合量化策略的模糊指派求解模型和方法

针对模糊指派问题在求解方法上的欠缺,首先从模糊信息的结构特征出发,提出了描述模糊性处理意识的水平效应函数概念,建立了一种具有广泛指导意义的从整体上集中刻画模糊信息的一般模式,并给出了集中量化值的不确定性度量方法;进而建立了一类可反映决策意识的模糊指派求解模型,并结合指派问题和遗传算法的特点,给出了利用遗传算法求解模糊指派问题的具体实施策略和方法(简记为GAFAP);最后,通过Markov链理论和具体实例分析了算法的收敛性能,结果表明,该求解模型可以简捷而有效地将不确定处理意识融入决策过程中,其求解算法GAFAP具有良好的收敛性能和较高的计算效率.     

基于遗传算法的模糊优化研究

针对约束条件、系数和优化变量均为模糊数形式的线性和非线性全模糊优化问题 ,利用模糊数积分排序方法 ,提出了基于遗传算法的模糊优化问题求解方法 ,在该方法中对优化变量采用模糊数编码(每个变量用三个实数编码 ,对应三角模糊数中的 a,b,c) ,最后通过全模糊线性和非线性优化算例 ,验证了方法的有效性.     

模糊支持向量机与模糊模拟

研究当训练点的输出为模糊数时，支持向量机的构建问题。首先将模糊分类问题转化为求解带有模糊决策的机会约束规划问题。利用模糊模拟和基于模糊模拟的遗传算法，求解带有模糊决策的机会约束规划。在此基础上，构造模糊支持向量机(算法)。最后，给出显示模糊支持向量机特点的模糊支持向量集的定义。     

区间直觉模糊多属性群决策自收敛算法

对区间直觉模糊多属性群决策中的一致性问题进行研究,引入了一种可自收敛算法得到一致性群决策矩阵。首先基于区间直觉模糊数的运算法则和集结算子,将单个决策者的决策矩阵集结为群体决策矩阵;然后通过可自收敛算法反复迭代,直到得到满足一致性的群体决策矩阵;最后再次基于区间直觉模糊数的集结算子和排序规则实现方案选优。从理论上论证了该算法的收敛性和保序性,并通过算例验证了算法的可行性和有效性。     

群体决策的较多模糊偏爱数规则

对于决策个体和决策群体的偏爱均为模糊结构的群体决策问题 ,建立了较多模糊偏爱数规则 ,并研究了它的性质和满足模糊偏爱公理系的情况 .在模糊偏爱的意义下 ,扩展了确定偏爱结构下的较多规则 .     

群体决策的模糊Borda数规则

对于决策个体和决策群体的偏爱均为模糊结构的群体决策问题 ,建立了模糊 Borda数规则 ,并研究了它的性质和满足模糊偏爱公理系的情况。在模糊偏爱的意义下 ,扩展了确定性下的 Borda数规则。     

基于模糊C-OWA算子的模糊多属性决策方法

将连续区间数据OWA(C-OWA)算子扩展到模糊环境,提出了一些新的模糊C-OWA(FC-OWA)算子,如加权FC-OWA(WFC-OWA)算子、悲观WFC-OWA(PWFC-OWA)算子和乐观WFC-OWA(OWFC-OWA)算子,并研究了它们的一些性质.基于PWFC-OWA算子和OWFC-OWA算子,提出了属性值和属性权重为梯形模糊数的多属性决策方法.最后通过算例说明了方法的可行性和有效性.     

基于Campos指数的模糊DEA

提出了在模糊集上具有某种偏好的DEA,并通过Campos指数将模糊集之间的关系转化为一般的线性关系,建立了基于Campos指数的模糊DEA(FBCC-CI),据此测算决策单元的技术效率、模糊效率,识别决策单元的有效性,得到由不同偏好下的生产前沿面簇组成的模糊前沿,从直观上揭示了决策单元相对于生产前沿面的偏离不仅源于非有效,而且受非精确因素的影响.最后以简化的FBCC-CI为例,说明了该模型的有效性.     

直觉梯形模糊群决策的可能性均值方差方法

研究方案属性值为直觉梯形模糊数(ITFN)多属性决策群问题,提出了一种基于可能性均值-方差的决策方法.首先定义了ITFN新的合理运算法则,引入了ITFN的可能性均值、方差及其指标值的概念,根据可能性均值和方差指标给出了ITFN新的排序方法.通过构建线性目标规划模型求解得到方案的群体综合属性值,进而给出群决策结果.实例分析验证了方法的有效性.     

直觉正态模糊优先集结算子及其在群决策中的应用

直觉正态模糊数是对直觉模糊数和正态模糊数的拓展.针对直觉正态模糊信息的集成问题,定义了直觉正态模糊数的运算法则、期望值和大小比较方法,提出了准则间具有优先关系的直觉正态模糊优先加权平均算子(INFPWA)、直觉正态模糊优先加权几何平均算子(INFPWG)、直觉正态模糊有序加权平均算子(INFPOWA)及这些算子的性质.在此基础上,针对专家和准则间具有优先关系并且准则值为直觉正态模糊数的多准则决策问题,提出一种基于直觉正态模糊优先集结算子的群决策方法.最后通过算例分析验证了该方法的有效性和可行性.     

基于结构元理论的模糊多服务台排队模型

在排队论中,引入模糊数学方法,把实际中的模糊事件用精确的数学表达式表示.同时将结构元理论引入到模糊排队论中,把模型中的模糊参数用结构元表示,使模糊排队论系统特征值的隶属函数得到解析表达.该方法能为管理决策提供更丰富的信息.对阜新大商集团新玛特超市进行实证研究.将模糊随机服务系统与传统随机服务系统研究的结果进行了对比,得到了重要的信息.     

Decision making with fuzzy probability assessments and fuzzy payoff

1.INTRODUCTION Aproblemoftenfacedbymanydecisionmakersisthe selectionofsomealternativesinrandomuncertainsit uationsinwhichprobabilitiesofeventsareprovided byhumanbeings.Humanbeings,ratherthanbeing abletoprovideexactspecificprobabilities,areusually bestatassessingprobabilitiesinimpreciselinguistic termssuchashigh,low,about70%.Anaturaland usefulwayofrepresentingimpreciselinguistecproba bilitiesiswithafuzzysubset[1～3],afuzzyprobabili ty.Yager[4]investigatedtheproblemofdecision makingwithf…     

基于精简模糊分类关联规则的分组模糊判断方法

为提高土地评价知识表达的简易性和可解释性,提出利用精简模糊分类关联规则和模糊判决进行土地评价的方法.为了降低土地评价模型的复杂程度,提高模糊关联规则分类的有效性和可解释性,本文通过精简模糊分类关联规则,去除了冗余规则,并针对了模糊判决中难以判决的问题,提出分组模糊判决算法进行迭代.实验表明,在采用32条精简规则的情况下,结合精简模糊分类关联规则和分组模糊判决进行土地评价方法获得准确率为92.2835%,比精简前在最小支持度为0.005的情况下得到的32条模糊分类关联规则准确率提高了5.0039%.     

基于直觉模糊推理的直觉模糊时间序列模型

由于受到模糊集理论的限制,模糊时间序列预测理论在不确定数据集的描述上有失客观,针对这种局限性,提出一种直觉模糊时间序列预测模型。应用模糊聚类算法实现论域的非等分划分;针对直觉模糊时间序列的数据特性,提出一种更具客观性的隶属度和非隶属度函数的确定方法;提出一种基于直觉模糊近似推理的模型预测规则。在Alabama大学入学人数和中国社会消费品零售总额数据集两组数据集上分别与典型方法进行对比实验,结果表明该模型有效提高了预测精度,证明了模型的有效性和优越性。     

基于模糊Lyapunov-Krasovskii函数的模糊系统的鲁棒H∞控制

针对公共Lyapunov-krasovskii函数(LKF)方法判断离散时滞模糊系统鲁棒稳定性的保守性,构造了模糊LKF,并给出了系统鲁棒稳定的充分条件.应用并行分布补偿算法(PDC),设计了全局鲁棒稳定的模糊控制器.多个附加矩阵变量的引入,使控制器可以通过求解一系列线性矩阵不等式(LMI)获得.最后,通过一个仿真例子验证了方法的有效性.     

Improved fuzzy identification method based on Hough transformation and fuzzy clustering

This paper presents an approach that is useful for the identification of a fuzzy model in SISO system. The initial values of cluster centers are identified by the Hough transformation, which considers the linearity and continuity of given input-output data, respectively. For the premise parts parameters identification, we use fuzzy-C-means clustering method. The consequent parameters are identified based on recursive least square. This method not only makes approximation more accurate, but also let computation be simpler and the procedure is realized more easily. Finally, it is shown that this method is useful for the identification of a fuzzy model by simulation.     

含直觉模糊弹性约束的模糊线性规划求解

本文基于模糊结构元方法构建并讨论了一类含有直觉模糊弹性约束的新型模糊线性规划问题. 通过引入模糊数的加权特征数, 定义了一种序关系并拓展了Verdegay的模糊线性规划方法, 将新型模糊线性规划问题转化成两个等价的含参数约束条件的清晰线性规划模型, 给出了此类线性规划模型对比最优可行解的求法. 最后通过一个数值实例来说明此类问题的一般求解方法.     

基于直觉模糊相似度的直觉模糊三支决策方法

针对现有直觉模糊相似度未考虑其隶属度和非隶属度的实践语义且在一些情形下可能出现"违反直觉"等问题,本文提出一种新直觉模糊相似测度,并将其引入直觉模糊决策系统中,定义了直觉模糊相似度下(α,β)-水平截集等概念,并给出相关性质.以粗糙隶属度为评价函数导出目标集的(α,β)-下、上近似集及其三个域.考虑到决策者不同风险态度,基于贝叶斯理论构建一种具有多风险偏好的直觉模糊三支决策模型,并获得决策规则,进而提出一种基于直觉模糊相似度的直觉模糊三支决策方法.最后,通过算例说明该方法的可行性和有效性.     

基于区间二型模糊集的模糊等价关系聚类分析

传统聚类算法在解决含有不确定性的聚类问题时具有很大的局限性,为了更好地解决聚类问题中的不确定性,论文基于区间二型模糊集理论,提出了基于二型模糊等价关系的聚类分析算法.论文首先将语言变量信息完整地转化为区间二型模糊集,接着把语言变量和区间二型模糊集的优势相结合,通过区间二型模糊集的Jaccard相似度,提出了基于区间二型模糊语言变量的模糊等价关系聚类分析新方法,并设计了具体的算法流程.新聚类算法相对于传统的模糊等价关系的聚类算法,具有更好地处理不确定性问题的能力,避免了聚类计算过程中的信息丢失.同时新聚类算法可以灵活给出随聚类相似性参数变化的动态聚类结果.论文最后以电商平台的手机品牌聚类为例,验证了新算法的可行性和合理性.     

严格直觉模糊熵

通过对现有直觉模糊熵构造方法的分析,针对隶属度和非隶属度函数相等但直觉指数不同导致熵值无法区分的局限性,借鉴经典数学中严格大于和严格小于的概念,提出了严格直觉模糊熵(strict intuitionistic fuzzy entropy,SIFE)的概念并给出公理化定义。在该定义基础上给出一个SIFE构造方法,然后抽象为一般表达式,使得SIFE的特性在决策排序问题中更加适用。通过算例分析,表明该方法的正确性,与其他直觉模糊熵构造方法比较,说明该方法可以克服存在的局限性。