直觉模糊匹配的语义距离与贴近度

首先引用Atanassov直觉模糊集的基本概念，阐述了直觉模糊推理的语义匹配问题．给出了计算直觉模糊匹配度的语义距离与贴近度扩展方法，重点研究了直觉模糊贴近度扩展计算模型与直觉模糊语义距离，包括在离散论域和连续论域上的海明距离、欧氏距离、明可夫斯基距离、切比雪夫距离等扩展计算模型，提出了将直觉模糊贴近度与直觉模糊语义距离转换成直觉模糊匹配度的方法。     

直觉模糊推理的语义匹配度

首先引用Atanassov直觉模糊集的基本概念及运算，描述了直觉模糊逻辑运算及其知识表示形式，重点给出了直觉模糊逻辑命题真值的对称合成方法，定义了直觉模糊逻辑命题的基本运算。讨论了计算直觉模糊集语义匹配度的若干途径，包括贴近度、语义距离、相似度、复合条件的匹配等。最后，阐明了直觉模糊推理冲突消解的基本思想。     

基于区间值相似度的直觉区间值模糊推理

直觉区间值模糊集具有比直觉模糊集更强大的模糊信息表达能力并且其直觉区间值隶属度和非隶属度的值较易确定.文章利用直觉区间值模糊集进行模糊推理.根据直觉区间值隶属度和非隶属度的值给出直觉区间值模糊集之间相似度和加权总体相似度的计算方法.根据该计算方法给出直觉区间值模糊集上的模糊推理算法.最后通过算例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

直觉模糊集的扩展研究

基于直觉模糊集的基本概念,考虑其隶属度、非隶属度和概率分布3个因素的影响,给出了直觉模糊集两种扩充:统计直觉模糊集和多值直觉模糊集,并给出了扩充直觉模糊集的运算和包含关系,从而使直觉模糊得到了推广和应用。     

基于直觉模糊熵的直觉模糊聚类

Atanassov直觉模糊集合是对Zadeh模糊集合最有影响的一种扩充和发展,将模糊聚类扩展为直觉模糊聚类,具有重要的应用价值。在研究将模糊聚类扩展为直觉模糊聚类时,提出了一种基于熵最大的直觉模糊聚类,并推导了迭代求解的算法。典型实验表明,直觉模糊聚类的性能优于模糊聚类,提高了聚类的正确率。     

(λ,μ)直觉模糊格

在抽象代数中,格论是抽象代数的分支,研究格的性质很有意义。格论是其非空有限子集都有一个上确界和一个下确界的偏序集合。格也可以特征格化为满足特定公理恒等式的代数结构。自保加利亚学者Atanassov于1983年提出直觉模糊集的概念以来,有关直觉模糊集理论的研究已受到国内外相关领域学者的极大关注,并且已被应用于决策、医疗诊断、逻辑规划、模式识别、机器学习和市场预测等诸多领域。直觉模糊集是传统的模糊集的一种拓展,它同时考虑了隶属度、非隶属度和犹豫度这三个方面的信息,因而比传统的模糊集在处理模糊性和不确定性等方面更具灵活性和实用性。该文是把直觉模糊集应用到格理论中,给出了(λ,μ)直觉模糊格的定义,讨论它的性质,给出了(λ,μ)直觉模糊凸子格的定义,讨论它的一些简单性质。     

基于直觉模糊熵的多属性决策方法

针对一组直觉模糊集在隶属度和非隶属度相同以及犹豫度相同无法区分的情况,提出一个新的直觉模糊熵.将直觉模糊熵应用于属性权重求解.给出基于直觉模糊熵的多属性决策步骤,并将其运用于实例,说明该决策步骤的有效性.     

模糊集的直觉熵与直觉相似度

熵与相似度都是用来描述模糊集模糊程度的指标,现有方法都是通过将其刻画为具体的数值展开研究.针对当模糊集的模糊程度具有不确定性,无法利用具体的数值表示时,如何利用熵与相似度来进行度量的问题展开讨论.首先提出了直觉熵与直觉相似度的定义,其次利用两个定理说明直觉熵与直觉相似度可以相互转化.     

直觉模糊支持向量机

传统的模糊支持向量机难以区分具有相同隶属度的稀疏样本点和稠密样本点,进而可能降低分类精度.为了解决此类问题,利用直觉模糊集和模糊支持向量机,构建了直觉模糊支持向量机.仿真实验结果表明:与传统的支持向量机和模糊支持向量机相比,直觉模糊支持向量机的分类结果更精确.     

有界积与有界和下的二型模糊集

Zadeh将普通模糊集扩展，得到了二型模糊集的概念。二型模糊集是由模糊隶属函数所定义，其隶属度是[0，1]上的模糊集。应用扩展原理，给出了有界积与有界和定义，研究了有界积与有界和运算下的二型模糊集模糊度所具有的代数性质，且指出了有界积与有界和下的模糊度不具有格的代数结构。进一步讨论了有界积、有界和与算子并、交组合下模糊度的性质。     

直觉模糊仿射空间与直觉模糊子空间

在K．Atanassov引进直觉模糊集概念的基础上，利用直觉模糊点研究直觉模糊仿射空间与直觉模糊子空间，证明了向量空间E上的直觉模糊集是E上的直觉模糊子空间或直觉模糊仿射集的充要条件以及线性映射将直觉模糊子空间映射为直觉模糊子空间的定理，给出了直觉模糊线性变换和直觉模糊仿射变换的概念，并研究了直觉模糊线性变换和直觉模糊仿射变换之间的关系，从而使模糊空间和模糊变换的基本理论得到进一步的推广。     

蕴涵区间直觉模糊粗糙集及其性质

在区间直觉模糊近似空间上,利用一对区间直觉模糊蕴涵算子(I,J),定义了蕴涵区间直觉模糊粗糙集的概念,并证明了相应的一些重要性质。最后,对区间直觉模糊关系的自反性,对称性和传递性进行了刻画。     

基于TOPSIS的模糊数直觉模糊多属性决策法

对属性值以模糊数直觉模糊数形式给出的多属性决策问题,提出了一种基于TOP-SIS的模糊数直觉模糊数多属性决策方法,该方法首先定义了两个模糊数直觉模糊数之间的距离,然后给出了方案与理想点的相对贴近度,基于相对贴近度对方案进行排序。最后进行了实例分析。     

直觉模糊集的截集

首先指出一个直觉模糊集是L-模糊集且X上所有直觉模糊集的集合是一个完备格．其次，分别给出了直觉模糊集截集、直觉集合套的定义；讨论了有关直觉模糊集截集的性质．在此基础上，给出了直觉模糊集的分解定理和表现定理．最后，讨论了直觉模糊集截集与直觉模糊子群的关系，证明了A是群G的一个直觉模糊子群的充分必要条件是A的截集是G的一个子群．     

基于算数平均值的直觉模糊集合的相似度

从几何的角度出发,依据犹豫度将直觉模糊数转化为一个等腰直角三角形,把2个直觉模糊数之间的相似度定义为对应的等腰直角三角形对应点距离的平均值.在此基础上,引入了2个直觉模糊集的相似度,证明了它们都满足相似性公理.通过数值实例与已有的直觉模糊集的相似度进行比较,结果表明该相似度具有一定的优越性.最后,给出了该相似度在模式识别中的应用实例.     

基于直觉模糊剩余蕴涵的直觉模糊粗糙集的性质

本文主要研究直觉模糊剩余蕴涵下的直觉模糊粗糙集的构造和性质.定义了直觉模糊集上的剩余蕴涵, 基于该剩余蕴涵构造了直觉模糊粗糙集的上、下近似算子, 并给出了基于不同二元关系下近似算子的性质.     

直觉模糊粗糙集的公理化

直觉模糊粗糙集的公理系统是直觉模糊粗糙集理论与应用的基础,文章定义了直觉模糊集的2种运算,基于这些运算和直觉模糊粗糙集公理化模型,给出直觉模糊粗糙集新的公理系统;该系统用一条简洁的公理描述了直觉模糊粗糙集,为直觉模糊粗糙集理论研究的深入和完善提供了有益的帮助。     

直觉模糊内积空间和直觉模糊余内积空间

文[1]在模糊子域、模糊线性空间理论的基础上,给出了模糊内积空间、模糊范数、模糊余内积空间、模糊余范数等概念及其对应的性质．在文[1]的基础上,笔者结合直觉模糊集的相关理论,以模糊内积空间和模糊余内积空间理论为依托,将模糊内积空间及模糊余内积空间理论推广到直觉模糊集的情形,定义了直觉模糊内积空间与直觉模糊余内积空间,相应给出了直觉模糊子域、直觉模糊线性空间、直觉模糊范数、直觉模糊余范数等概念,并讨论了相应的性质．     

多粒度粗糙直觉模糊截集的研究

直觉模糊集和多粒度粗糙集的融合是一个研究热点.针对多粒度粗糙直觉模糊集的表示问题,根据直觉模糊集的分解定理和截集理论,构造了乐观和悲观多粒度粗糙直觉模糊集模型,定义了乐观和悲观多粒度粗糙直觉模糊集上下近似集,并证明了多粒度粗糙直觉模糊集的一些性质,同时提出了一个新的直觉模糊集的相似度公式.最后通过小麦长势评估实例,分析讨论了乐观和悲观多粒度粗糙直觉模糊集模型的有效性.