基于直觉模糊聚类的目标识别

空中目标的正确识别对防空作战具有重要的意义。针对目标识别的特点,提出了基于直觉模糊聚类的识别方法。首先,给出了直觉模糊相似度和相异度的度量方法,并利用目标特征信息计算直觉模糊相似度和相异度。然后,在分析了现有的几种直觉模糊相似矩阵构造方法的基础上,提出了一种新的直觉模糊相似矩阵的构造方法,并给出了直觉模糊相似矩阵转化为直觉模糊等价矩阵的途径;此外,定义了直觉模糊等价矩阵的（α,β）截矩阵,进而实现直觉模糊集的聚类。最后,运用该方法对给定特征的空中目标进行了聚类分析,实验结果表明,提出的方法是可行、有效的。     

区间直觉模糊统计判决与决策

针对统计判决与决策中存在的模糊性, 给出了模糊性区间直觉模糊集的描述方法. 首先, 给出了区间直觉模糊事件概率的概念; 其次, 在定义区间直觉模糊$t$模及$s$ 模的基础之上, 给出了区间直觉模糊事件概率所满足的基本性质, 证明了区间直觉模糊乘法定理、全概率公式和贝叶斯公式; 再次, 根据给出的区间直觉模糊概率的性质, 依据信息源类型的不同, 详细分析区间直觉模糊统计判决与决策的方法; 最后, 验证了该方法的有效性.     

Multi-attribute decision making method for air target threat evaluation based on intuitionistic fuzzy sets

The function of the air target threat evaluation (TE) is the foundation for weapons allocation and senor resources management within the surface air defense. The multi-attribute evaluation methodology is utilized to address the issue of the TE in which the tactic features of the detected target are treated as evaluation attributes. Meanwhile, the intuitionistic fuzzy set (IFS) is employed to deal with information uncertainty in the TE process. Furthermore, on the basis of the entropy weight and inclusion-comparison probability, a hybrid TE method is developed. In order to accommodate the demands of naturalistic decision making, the proposed method allows air defense commanders to express their intuitive opinions besides incorporating into the threat features of the detected target. An illustrative example is provided to indicate the feasibility and advantage of the proposed method.     

关于Vague集的新模糊熵

Vague集是fuzzy集的推广,但是与fuzzy集不同的是,它同时提供支持和反对的证据.因此,Vague集的模糊熵应该既有Vague集的未知性又有fuzzy集的不确定性.提出了一个考虑未知性和不确定性因素的Vague集模糊熵的公理化定义,给出一种新的Vague集模糊熵计算公式,得到了新的Vague熵一些良好的数学性质.通过定理证明和实例分析,表明新公式的定义是合理的.     

模糊软矩阵及其格结构

将经典的软集推广到模糊软集,在此基础上引入模糊软矩阵的概念来给出模糊软集的简便的矩阵表示,并利用模糊软集的模糊软矩阵来定义模糊软集的软交、软并和软补运算,对模糊软集的上述代数运算进行理论研究,证明了它们满足幂等律、交换律、结合律、分配律、吸收律、复原律、0-1律和对偶律,并通过实例说明对模糊软集而言,互补律不成立.特别地,证明了所有的模糊软矩阵在定义的软交、软并运算下构成有界分配格.由此发现,模糊软矩阵概念的引入不仅有利于模糊软集的表示而且使得模糊软集的全体具有很好的格代数性质.     

基于可变模糊集理论的地下工程结构耐久性评估

应用可变模糊集理论,建立了地下工程结构耐久性可变模糊综合评价模型,初步探讨了影响地下结构耐久性的评价指标以及耐久性分级标准,并结合某一地下工程检测结果进行了应用研究.结果表明,采用可变模糊评价模型更具有合理性.     

基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器

针对传统α-β-γ滤波器抗野值能力差和受跟踪精度与收敛速度之间的矛盾以及系数固定的影响而难以跟踪强机动性目标的局限性,设计了一种基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器。该滤波器通过判断α-β-γ滤波新息序列估计值的正交性质是否丧失而判别出观测值中是否存在野值,采用活化函数对新息序列进行加权修正,利用活化函数的性质,恢复新息序列原有的统计特性和正交性,从而达到抗野值的目的。同时,根据目标机动性的变化,利用跟踪误差调整模糊集系统的输出,在保证精度的前提下,得到自适应的系数值,使跟踪结果快速收敛,很好地解决了跟踪精度与收敛速度之间的矛盾。计算机仿真结果表明,在满足所要求精度的前提下,该算法可以克服传统算法的局限性,解决野值剔除问题,并有效跟踪强机动性目标。     

直觉模糊信息系统中的信息粒度

在直觉模糊信息系统中,直觉模糊信息粒度是一种有效地进行不确定性研究的重要工具。本文在直觉模糊信息系统上,给出了直觉模糊粒度结构的交、并、差、补等四种运算。提出了直觉模糊结构上的三种偏序关系,并建立了它们之间的联系。定义了直觉模糊信息粒度及其公理化,并研究相关的性质。     

WEKA环境下基于模糊理论的聚类算法

因特网上的数据规模大、动态性强,通常发现的知识或规则很可能是不精确和不完备的。为了克服以上不足,引入模糊理论,通过寻找模糊相似上近似集进行合理聚类,在确定聚类数目的过程中,利用平均信息熵进行最佳聚类。同时将模糊聚类算法嵌入WEKA平台,利用WEKA中的类和可视化功能,扩充了WEKA中的聚类算法。实验表明,算法对含有噪声的、分布不规则的大数据集具有很高的精度和收敛速度。     

基于参数估计与记分函数联合的直觉梯形模糊随机前景决策方法

完善直觉梯形模糊数的算术运算,在直觉梯形模糊数及梯形模糊随机变量的基础上,定义直觉梯形模糊随机变量(instuitionistic trapezoidal fuzzy random variable, ITrFRV),探讨并证明ITrFRV的相关性质。针对具有ITrFRV且属性权重未知的模糊随机多属性决策问题,考虑决策者心理行为特征,提出基于参数估计与记分函数联合的直觉梯形模糊随机多属性决策前景决策方法。该方法首先获取决策子周期内的直觉梯形模糊样本信息,估计分布类型已知的直觉梯形模糊总体的未知参数,以获取直觉梯形模糊随机决策矩阵;其次,构造带有方差的期望直觉模糊数矩阵,定义模糊随机记分函数,将规范化的期望直觉模糊数矩阵转化为记分函数矩阵;最后,利用前景理论计算前景记分函数,进而基于灰色系统理论求解属性权重,获取综合前景记分值,由此进行方案比选。案例表明本文方法的可行性及有效性。