基于模糊化邻域系的粗糙近似算子(Ⅱ)——公理刻画

研究了基于模糊化邻域系的粗糙近似算子的公理刻画问题.特别地,通过一组公理集分别刻画了由串行的、反身的、一元的和传递的模糊化邻域系生成的粗糙近似算子.     

直觉模糊熵改进的公理化定义和计算公式

直觉模糊熵是用来刻画直觉模糊集的不确定性和未知性程度的,首先介绍了模糊熵的定义,给出了直觉模糊集的相关知识;接着分析和深入探讨已有直觉模糊熵公理化定义,找出存在的缺陷对其进行修改;然后分析已有直觉模糊熵公式,概括出其中的要点,提出一个新的计算公式;最后举例说明改进的公理化定义和计算公式符合客观规律.     

基于犹豫模糊语言的数字孪生车间质量评价

为量化评价数字孪生车间的建设质量,提出了一种基于犹豫模糊语言的综合评价模型。首先构建了数字孪生车间质量评价的指标体系,采用OWA(ordered weighted averaging)算子对评价指标进行了权重计算;接着,针对在数字孪生车间质量评价过程中决策者无法准确用单一数值进行指标评价的不确定性问题,基于犹豫模糊语言建立了数字孪生车间的质量评价模型;最后,以结构件数字孪生车间为例进行了实例验证。实例应用表明,所建立的质量评价模型实用性较强,能有效提升评价结果的可靠性与柔性。可见,所述评价模型为数字孪生车间质量的量化评价提供了新的思路。     

基于FIG和GWO-SVM的灌浆功率时序预测

为更好地预测灌浆功率时序，建立基于模糊信息粒化(FIG)和灰狼优化支持向量机(GWO-SVM)的灌浆功率时序预测模型。首先，引入信息粒计算方法，将原始详尽的时间序列数值点分解为一系列信息粒，以减少模型的数据输入总量；其次，基于模糊集理论，采用模糊集算子对每个信息粒进行模糊计算，使得到的模糊信息粒可以合理地表示原始数值点集；最后，以支持向量机作为预测工具，并采用灰狼优化算法进行参数寻优，对产生的模糊信息粒进行快速准确的预测。结合实际工程，应用该预测模型对灌浆功率的波动范围和变化趋势进行预测研究，经过性能评价和对比分析，验证了模型的有效性和优越性。     

外P-模糊集的截集与扩展粗集模型

P-模糊集是由内、外P-模糊集构成的集合对,内、外P-模糊集是两类不同的动态模糊集。截集方法是研究模糊集理论最常用的方法,提出外P-模糊集的λ-截集、λ-强截集、区间截集及其截集粒度的概念,讨论了外P-模糊集的截集序列粒度定理、区间截集序列粒度定理,给出外P-模糊集区间截集分解定理。利用外P-模糊集粗隶属度函数的概念,给出外P-模糊集A^F的(α_F,β_F)粗集、(1_F,0_F)粗集、(α_F,β_F)概率粗集、(α_F,β_F)的变精度粗集四种粗集扩展模型,讨论了外P-模糊集的(α_F,β_F)粗集定理,并给出其数量特征及关系讨论。     

Pythagorean犹豫模糊熵及其多属性群决策方法

针对模糊信息下的群决策问题,提出了一种基于Pythagorean犹豫模糊熵的多属性群决策方法;给出了Pythagorean犹豫模糊熵的公理化定义及计算公式;为克服传统Pythagorean犹豫模糊集规范化方法导致原始决策信息流失的不足,完善了基于Pythagorean犹豫模糊环境下的最小公倍数扩充方法,方法能有效地保持原始决策信息;又以Pythagorean犹豫模糊熵作为决策信息差异程度的度量,给出属性权重完全未知或部分已知情况下权重的确定方法,并定义了基于最小公倍数的Pythagorean犹豫模糊距离测度和Pythagorean犹豫模糊熵测度;构造了一种基于Pythagorean犹豫模糊熵的TOPSIS方法,并通过精准扶贫补贴项目案例说明了方法的可行性和有效性.     

基于改进质量功能展开的质量特性重要度确定

针对传统质量功能展开(QFD)质量屋构建过程存在语言评价信息模糊和不确定等问题,提出一种结合犹豫二元语义变量、层次分析法和逼近理想解排序多属性决策法的改进QFD模型,用以对产品质量特性的重要度级别进行确定.模型分为评价用户需求与质量特性的关系、确定用户需求的重要度权重、确定质量特性的重要度排序3个阶段,提高了质量特性重要度排序的准确性.最后以某企业一语言类数字学习系统的质量特性重要度确定为例,进行了模型应用和有效性验证,为以用户为中心的数字学习系统设计质量提升提供参考.     

犹豫模糊最优加权Bonferroni几何平均算子及其在多属性决策中的应用

Bonferroni几何平均算子是信息集结问题的研究热点,其主要优点是能捕获变量间的关联性。在Bonferroni几何平均算子基础上提出犹豫模糊最优加权Bonferroni几何平均算子、广义犹豫模糊最优加权Bonferroni几何平均算子。新算子能体现变量同余下变量整体间的加权平均、余下变量相互间的加权平均,并具有退化性。验证了新算子具有幂等性、单调性、有界性等优良性质。以此为基础,提出一种犹豫模糊多属性决策方法,并通过算例验证了方法的实用性。