直觉模糊集的新相似性测度

相似性测度是度量两个直觉模糊集相似程度的重要方法.文章给出一个新的直觉模糊集相似性测度,讨论该相似性测度的一些性质及得到利用该相似测度对直觉模糊集进行聚类的一般步骤,最后通过实例验证了该方法的有效性。     

三参数直觉模糊集上的距离测度

距离测度是直觉模糊集理论的重要研究内容之一。本文基于三参数区间值模糊集,提出了三参数直觉模糊数与三参数直觉模糊集的概念,给出了三种含隶属度重心点的距离测度,并针对不同决策背景对三参数权重的距离测度进行分析,最后结合实例说明它的有效性。     

区间直觉模糊集的截集

首先定义了区间直觉模糊集的截集及区间直觉集合套,其次讨论了区间直觉模糊集的截集的性质,最后给出了区间直觉模糊集的分解定理和表现定理.     

基于粒子群算法的直觉模糊多目标规划

提出了一种基于粒子群算法的直觉模糊多目标规划.首先利用直觉模糊集与区间模糊集同构的性质分别对目标函数和约束函数的直觉模糊集进行转化,然后利用线性加权的方法处理目标函数和约束函数的优越集,得到一个含有参数的求解模型,并用粒子群算法求解,最后,通过一个算例表明该文的算法的可行性和优越性.     

基于直觉模糊集距离测度的多属性直接聚类方法

距离测度是度量两个直觉模糊集的重要方法，在聚类分析中被广泛应用．本文基于相异度矩阵的思想，在直觉模糊多属性聚类中，定义了距离测度矩阵，然后根据不同的阚值要求转化为布尔矩阵进行聚类，最后通过实例验证该方法的有效性．     

区间直觉模糊关系及其性质

首先引入区间直觉模糊关系的定义和性质,对区间直觉模糊逆关系、零关系、全关系、恒等关系进行了定义,研究了它们进行关系运算的基本规则、特殊性质及相关定理,且给出了必要的证明过程.最后定义了区间直觉模糊合成运算.研究了它们合成运算的基本性质.     

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．     

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.     

区间值直觉模糊子环

给出区间值直觉模糊子环的定义,讨论它们的一些性质和定理,并利用既约集合套研究了区间值直觉模糊子环.     

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.     

关于k阶模糊关系的直觉模糊粗糙集

本文基于三角模研究了k阶模糊关系下的直觉模糊粗糙集,通过k阶模糊关系定义了近似算子及其性质.     

一个有效的区间值模糊推理方法

在区间值模糊集理论的基础上,提出了一种基于区间值模糊集的模糊产生式规则的推理方法。为采用这类规则进行推理,文中给出了规则前件与事实是否匹配的模糊匹配函数.最后用实例说明采用区间值模糊产生式规则进行不精确推理的方法.     

复模糊值Choquet模糊积分

在复数域上的复模糊测度与复模糊值模糊测度的基础上,给出了复数域上的复区间值函数及复模糊值函数,进而定义了复数域上的复值模糊可测函数及复模糊值模糊可测函数,最终,定义了复数域上的复模糊值Choquet模糊积分,同时研究了该积分的一些基本性质.     

一种改进的模糊粗糙集属性约简启发式算法

介绍模糊粗糙集约简算法,利用模糊区分矩阵产生最小约简.通过分析,说明了算法的不足,提出相应的改进策略.将启发性知识结合区分矩阵,提出了基于属性特征权值的启发式约简算法,文中算法意义更加直观,计算也更加简单,提高了约简算法的速度.采用VC进行实验,通过对多个UCI数据集进行测试,结果说明了改进算法的有效性.     

正规直觉模糊子群

本文讨论了直觉模糊子群的一些性质，给出了正规直觉模糊子群的定义，并给出了直觉模糊商群的概念。