模糊互补判断矩阵一致性检验和改进方法

针对模糊互补判断矩阵的一致性修正问题, 指出了模糊互补判断矩阵一致性修正方法的不足.从模糊一致矩阵传统定义出发,讨论了检验模糊判断矩阵是否满足完全一致性的方法, 推导出模糊一致性指标,并给出了模糊判断矩阵一致性改进的方法.从理论上分析了该算法的可行性.该算法不仅较为简便实用,而且为专家对原始判断信息进行针对性修正提供了参考依据.     

基于模糊判断矩阵的一致性调整方法

基于模糊判断矩阵完全一致性的定义,讨论了衡量判断矩阵一致性程度的指标,给出了满意一致性的判定方法.进而针对模糊判断矩阵的一致性问题,提出了一种新的一致性调整方法.在考虑构造完全一致性模糊判断矩阵的基础上,通过建立和分析模糊判断矩阵的调和矩阵对其一致性进行调整,使得调整后的判断矩阵具有较满意的一致性,且能够最大程度地反映决策者的意愿.最后进行了算例分析.     

基于Fuzzy判断矩阵的一致性调整方法

基于模糊判断矩阵完全一致性的定义，给出一种调整模糊判断矩阵一致性的新方法。首先，讨论了衡量判断矩阵一致性程度的指标，从而给出了满意一致性的判定方法，然后提出了构造完全一致性模糊判断矩阵的变换公式，通过分析反映完全一致性矩阵和初始判断矩阵之间关系的偏差矩阵，得到一种新的一致性调整算法，最后进行算例分析。     

群组决策中判断的一致性协调与方案排序

考虑复杂系统中群组决策(或评判)中的不确定性和模糊性，对模糊判断矩阵的构建条件——群组判断的一致性问题进行讨论，进而提出几种群组判断的基本一致性协调方法，并由此构建模糊判断矩阵，给出由模糊判断矩阵导出方案排序权数的方法以及计算例子。     

三角模糊数互补判断矩阵的加性一致性及排序

研究三角模糊数互补判断矩阵的加性一致性及排序问题.从加性一致性角度,讨论了三角模糊数互补判断矩阵与三角模糊数互反判断矩阵之间的相互转化关系,建立了一个基于最小方差的多层次非线性规划模型.通过求解该模型得到三角模糊数互补判断矩阵的权重向量,并利用三角模糊数期望值公式对决策方案的权重向量进行排序.最后通过算例验证该方法的可行性和有效性.     

梯形模糊数判断矩阵的二元语义排序方法

二元语义能够很好地解决信息集结过程中的失真问题,根据二元语义与相应的梯形模糊数等价这一思想,针对群决策过程中梯形模糊数比较的不确定性问题,提出了梯形模糊数互补判断矩阵的一种二元语义的排序方法。讨论了梯形模糊数与二元语义之间的转化方法,建立了二者之间的关系;研究了梯形模糊数互补判断矩阵与二元语义语言判断矩阵之间的内在联系,提出了一种偏好形式为梯形模糊数判断矩阵的极大熵排序方法,给出了梯形模糊数判断矩阵的群集结步骤。算例分析表明所给的排序方法能够有效地避免梯形模糊数评价信息集结过程中信息的丢失与扭曲。     

基于FOWA算子的三角模糊数互补判断矩阵排序法

研究了决策信息以三角模糊互补判断矩阵形式给出的有限方案决策问题。给出了一种模糊有序加权平均（FOWA）算子，利用该算子对以三角模糊数互补判断矩阵形式给出的判断信息进行了集结，基于三角模糊数期望值求得三角模糊数互补判断矩阵的排序向量，进而对决策方案进行排序。最后进行了算例分析。     

模糊一致判断矩阵3种排序方法的比较研究

对模糊一致判断矩阵排序的方根法、按行求和归一化法、基于模糊一致判断矩阵元素与权重的关系式的排序方法进行了比较分析,找出了3种排序方法之间的关系,说明了根据模糊一致判断矩阵元素与权重的关系式给出的排序方法的科学性和可行性,以及另外两种方法存在的不足。研究结果表明,基于模糊一致判断矩阵元素与权重关系式的排序方法有助于人们正确使用模糊一致判断矩阵的排序公式,丰富了模糊决策分析的理论和方法。     

模糊判断矩阵排序方法研究的综述

有关模糊判断矩阵的研究近年来受到人们的关注,其理论与方法的研究已获得一些成果。首先对模糊判断矩阵及其安全一致性等概念进行了介绍,然后简要地概括和评述了模糊判断矩阵的排序方法,最后给出了计算实例说明。     

模糊互补判断矩阵的排序方法研究

指出了模糊互补判断矩阵的一种常用排序方法的不足 ,提出了模糊互补判断矩阵排序的一种新方法 ,并研究了该法所具有的一些优良性质。该法不仅能充分利用模糊一致性判断矩阵的优良特性及其判断信息 ,而且可以直接由原模糊互补判断矩阵求出较为理想的排序向量 ,所需计算量较小。所得方案排序权重属于正常范围 ,因而更为合理、实用。最后进行了算例分析。     

基于模糊信息的群体多维偏好分析决策模型

针对具有模糊信息的群体多属性决策问题,对原多维偏好分析线性规划(linearprogrammingtechniquesformultimensionalanalysisofpreference,LINMAP)法进行了改进,定义了群体一致度和不一致度,利用语言变量评价指标值和定义模糊数间距离等方法,把经典LINMAP法推广到具有模糊信息的多人决策情况。最后给出了一个应用实例,结果证明该方法具有较强的实用价值,为模糊群体多属性决策问题提供了一条新的解决途径。     

模糊系统研究

模糊系统是模拟人类思维、执行智能信息处理的有效工具。本文概要讨论模糊系统的若干问题,包括模糊识别、模糊学习、模糊检索以及模糊决策等.     

Transformation and entropy for fuzzy rough sets

A new method for translating a fuzzy rough set to a fuzzy set is introduced and the fuzzy approximation of a fuzzy rough set is given. The properties of the fuzzy approximation of a fuzzy rough set are studied and a fuzzy entropy measure for fuzzy rough sets is proposed. This measure is consistent with similar considerations for ordinary fuzzy sets and is the result of the fuzzy approximation of fuzzy rough sets.     

模糊子集及规则的合并算法研究

在应用模糊系统时，常常会遇到的一个问题就是系统中可能存在冗余的模糊子集和模糊规则。一方面增加了系统复杂性，浪费了计算能力，另一方面也给使用自然语言来描述系统造成了困难。本文针对TS模糊系统提出一种模糊子集和模糊规则的合并算法。使用该算法能有效地减少模糊子集和模糊规则的数目，进而减小了系统的复杂性，提高系统的可描述性。数字仿真结果证明了本文所述算法的有效性．     

关于凸模糊锥的定义

给出了凸模糊锥的两种定义方法.首先,应用模糊点与模糊集的邻属关系,给出了( β, α) 凸模糊锥的定义.得到了三种有意义的凸模糊锥,即(∈,∈) 凸模糊锥,(∈,∈∨q) 凸模糊锥和(∈,∈∨q) 凸模糊锥.其次,利用合意空间理论,给出了C 凸模糊锥的定义.证明了(∈,∈) 凸模糊锥是C 凸模糊锥,C 凸模糊锥是基于t 范上的凸模糊锥,并且C 凸模糊锥同构于由经典凸锥生成的C 凸模糊锥.     

一种新的模糊线性规划方法

本文详细研究了约束带有模糊系数型线性规划的模糊约束集的定义方法，给出了其隶属函数的规定原则和应满足的条件，并建议了两种具体的定义形式，从而得到了求解这种规划的新方法。     

一种基于约束满意度的模糊线性规划解法

在模糊规划的基础上重新定义了两个模糊数之间的模糊序关系,建立了模糊约束度与模糊目标函数的隶属度函数之间的关系,并由此提出了一种求解模糊线性规划的新方法．     

拓展模糊集之间的若干等价变换

系统研究了模糊知识处理技术发展引起的各种模糊集拓展理论及其等价变换问题。首先给出了模糊集理论的各种拓展,如直觉模糊集、L 模糊集与L 直觉模糊集、区间值模糊集与区间值直觉模糊、Vague集等的定义与描述。重点研究了直觉模糊集到一般模糊集的变换,直觉模糊集与Vague集的等价关系,证明了利用D K算子可实现L 直觉模糊集到L 模糊集,区间值直觉模糊集到L 模糊集,区间值直觉模糊集到直觉模糊集,直觉模糊集到区间值直觉模糊集的等价变换。最后,给出了各种模糊集理论拓展形式之间联系的图示。     

改进的模糊网络关键路径法

提出一种改进的模糊取最大运算和模糊减运算以确定模糊网络中的模糊时间参数. 改进的基于区间数距离测度的模糊取最大运算,通过枚举不同α-cut值,计算活动的模糊最早开始时间并确定项目可能变化的关键路径,从而解决了现有的研究中忽视了在活动工期模糊的情况下关键路径可能会发生变化的问题. 用改进的模糊减运算来计算活动的模糊最晚开始时间,有效避免了在传统的逆向递推计算中可能出现负的或者不可行解的情况. 通过一个实例验证了所提出的方法求解模糊网络时间参数的有效性和优越性. 所提出的方法不仅可用于模糊网络时间参数计算,也可以用于模糊资源受限项目调度问题.     

基于分段模糊Lyapunov方法的离散模糊控制系统设计

针对应用公共Lyapunov函数方法和模糊Lyapunov函数方法判定离散T-S模糊控制系统稳定性存在的保守性和难度，在定义离散型分段模糊Lyapunov函数的基础上，应用并行分布补偿方法（PDC）设计出使模糊系统全局渐近稳定的拉制器，并提出和证明了一个新的判定用环离散T-S模糊系统稳定的充分条件，该条件降低了上述方法的保守性和难度。通过一个仿真例子验证了方法的有效性。