连续Vague集

对存在中立者的投票模型进行了分析,指出Fuzzy集和Vague集在表达此类模糊信息时所存在的不足;根据投票模型中中立者的倾向程度,对中立者的倾向性给出了三种不同方式的赋值方法,即等量赋值为0.5,由支持者和反对者的人数的比例等量赋值以及根据中立者和反对者的比例不等量赋值.由这三种赋值方式提出了三种由Vague集向Fuzzy集的转化方法,并根据第三种转化给出了连续Vague集的定义,最后对连续Vague集的交、并、补等性质进行了初步讨论.     

区间Vague集向Fuzzy集转化的一种新方法及实证分析

结合Vague集理论及一些Vague集向Fuzzy集转化的方法解释,对区间Vague集向Fuzzy集转化的方法进行了研究．结合区间Vague值的加权算术和加权几何集成算子,给出了区间Vague集的隶属度,进而给出了区间Vague值的一种有效的排序方法,并通过实例说明其有效性．     

Vague集的扩展原理及性质

目的研究Vague集的扩展原理。方法从Fuzzy集理论入手,结合Vague集的截集和分解定理。结果给出了Vague集的三个扩展原理,讨论并证明了Vague集扩展原理的一系列重要性质。结论推广了Fuzzy集的扩展原理,并拓展到复合映射的扩展原理,完善了Vague集理论。     

Vague 集模糊熵的一个新模型

在对已有Vague集的模糊熵的定义进行分析的基础上,提出了Vague集的模糊熵的新定义.基于Vague集是Fuzzy集的推广,从Fuzzy集的模糊熵的Shnnon模型出发,建立了Vague集的模糊熵新定义下的一个模型.数值试验表明,所建立的Vague集的模糊熵模型与已有的满足新定义的模型有同样的表现.     

一类Vague集模糊熵的构造方法

分析了Vageue集的性质,给出了将Vague集变换为Fuzzy集的转换函数并讨论了其性质,研究了关于Vague集的模糊熵的直观特性,在此基础上给出了Vague集的模糊熵的定义,最后给出了一个减地Vague集的模糊熵的构造方法。     

Vague 集的多目标模糊决策方法分析

介绍了Vague集的定义和特点，结合Vague集理论及投票模型下的解释，对已有的基于Vague集的多目标模糊决策方法进行了分析，针对他们的不足提出了一种新的非线性模糊决策方法，解决了现有方法的缺陷，并通过例子阐明本文方法的有效性和优越性。     

基于Vague 集的装备研制费用年度分配模型

在装备研制阶段,装备的研制费用是装备寿命周期费用的重要组成部分,对整个寿命周期费用具有重要影响,通过建立新的模型,使决策者能够更准确地确定装备研制阶段年度费用分配。描述了Vague集的含义和模糊熵,进而根据Vague集模糊熵能够对不精确和模糊信息进行有效表达的性质,提出了运用Vague集模糊熵对装备研制阶段费用按年度分配的新模型。在运用装备研制费用年度分配模型时,首先由专家投票来建立评判距阵,然后对评判距阵进行量化处理,根据量化处理结果来计算Vague集的模糊熵,最后通过Vague集的模糊熵来确定装备研制费用年度评估权值,从而确定各年度资金分配金额,弥补了Fuzzy集在不确定性方面的不足。算例表明了该模型的合理性与有效性。     

基于 Vague 集的加权模糊运算

分析了Vague集的性质,定义了Vague集上的加权析取式和加权合取式。讨论了Vague集上的加权析取式和加权合取式的模糊运算及性质,这些运算及性质可以很好地用“投票模型”来解释。     

基于Vague集的双向近似推理

给出了一种新的Vague集间的上似度量方法，提出了Vague集间相似方向的概念，可以用它来描述两个相似Vague集中哪个所包含的信息更精确，并给出了一个判定方法，在此基础上给出了一种基于Vague集的双向近似推理方法，该方法更好地利用了Vague集信息的精确性，从而提高了推理的精确性和适用性，为智能系统中的近似推理提供了一个十分有用的工具。     

基于Vague集的一类蕴涵算子

介绍了采用Fuzzy集进行近似推理的一些蕴涵算子的性质,根据Vague集的直觉特性提出了采用Vague集实现近似推理的一类蕴涵算子的构造方法,并根据Vague集的模糊熵对上述蕴涵算子的特性进行了解释。     

Vague集的两点注记

指出Vague集等价于i-vfuzzy集,提出Vague集向模糊集的一种转化方法。     

基于Vague集的医疗诊断系统

讨论了Vague集的基本概念;介绍了一种基于Vague集理论的医疗诊断系统的设计实现方法,该方法中采用Vague集的核函数与精确函数来解决基于Vague集的模糊决策问题,由于Vague集可以同时表示“支持”,“反对”和“不确定”的信息,这使得在采用Vague集的医疗诊断系统中得到的推理结论更符合实际情况,最后通过一个实际医疗诊断例子论证了该方法的正确性。     

Vague集在软件成本估算中的应用

类比估算方法是软件成本估算的常用方法之一,而估算中选择的相似度函数则是估算结果准确有效的关键.由于Vague集可以较好地处理数据中的未知信息与不确定性,因此可使用Vague集来提高软件成本估算的准确性,为项目管理人员提供更加科学的预算保障.为此充分考虑未知度的因素,提出了一个新的基于未知度的Vague集相似度量方法,结合Vague集模糊熵与熵值法来确定不同指标的权重,以获取不同项目之间的相似度.最后将该方法应用在Desharnais数据集进行成本估算,实验结果表明,该相似度量方式较现有方法能够进一步降低估计过程中产生的误差.     

基于覆盖的粗糙Vague集模型研究

在覆盖广义粗糙集模型理论研究基础上,进一步将对象在精确值集方面推广到了更具广泛性的Vague集,提出了基于覆盖的粗糙Vague集的新模型,并且证明了该模型的一些较好的性质.同时考虑到导致覆盖广义粗糙Vague集粗糙性的原因,提出了一种新的粗糙度用于度量该模型的不确定性程度,最后给出相关实例.     

基于Vague集的多目标模糊决策方法

指出了采用Vague集进行多目标模糊决策的现有计分函数的不足;根据Vague集的性质提出了一种新的计分函数;该计分函数和Vasgue集所具有的“投标模型”属性是完全一致的,并将其扩展到加权的形式,从而使该方法具有更好的通用性,所得结果也更符合人的直觉。     

基于Vague集记分函数的一种构造方法

在分析已有Vague集记分函数的基础上,构造了一种新的Vague集记分函数,该记分函数能有效地刻画不同风险偏好关系,克服了传统记分函数的缺陷与不足.讨论了新构造记分函数的涵义及构造准则.最后,通过实例分析比较了该记分函数的可行性和有效性.     

TOPSIS方法在Vague集中的应用

研究属性值和权重皆为Vague值形式的逼近理想解的排序方法(TOPSIS). 根据Vague集的加法和乘法对属性值加权;根据记分函数确定理想解和负理想解;定义Vague集上的Hausdorff测度,据此度量各方案与理想解和负理想解的距离,在此基础上提出了属性值和权重同时表示赞成度和反对度的Vague集TOPSIS方法,并通过实际算例验证该方法的有效性.