动态区间值模糊软集及其决策应用

文章提出了动态区间值模糊软集的概念,定义了动态区间值模糊软集的运算,研究了动态区间值模糊软集的运算性质,给出了动态区间值模糊软集决策方法,通过实例说明了决策方法的可行性与有效性。     

区间值模糊软集在教学质量评估中的应用

软集理论是一种新的处理不确定性问题的数学工具.针对教学质量评估具有的模糊性与主观随意性的特点,本文将区间值模糊软集应用于教学质量评估,取得了较好的效果,为教学质量评估提供了一个方法与思路.     

基于区间值相似度的直觉区间值模糊推理

直觉区间值模糊集具有比直觉模糊集更强大的模糊信息表达能力并且其直觉区间值隶属度和非隶属度的值较易确定.文章利用直觉区间值模糊集进行模糊推理.根据直觉区间值隶属度和非隶属度的值给出直觉区间值模糊集之间相似度和加权总体相似度的计算方法.根据该计算方法给出直觉区间值模糊集上的模糊推理算法.最后通过算例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

基于区间值相似度的加权模糊推理

在相似度的方法用于区间值模糊推理的过程中,为合理地计算区间值加权模糊产生式规则的输入事实与规则前件之间的相似度,给出区间值相似度的计算公式.在此基础上提出基于区间值相似度的加权模糊推理算法.为体现规则前件断言对于规则结果的重要性程度,在区间值模糊产生式规则中加入了权值参数.为了采用该算法,给出区间值排序的方法.最后用实例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

基于区间值相似度集合的多规则近似推理模型

给出区间值相似度集合的概念,并基于区间值相似度集合详细研究了多规则近似推理模型及其推理算法,讨论了基于区间值相似度集合的简单近似推理模型的还原性．最后,通过１个实例验证了推理模型和推理算法的有效性．      

基于区间值的模糊聚类分析

分析了原有模糊聚类分析中存在的问题，提出了基于区间值的模糊聚类分析方法．该方法用区间值表示各个对象对于每个因素状态的隶属度，在获取了每个对象对于每个因索的特征值后，将其转化为[0，1]上的区间，然后直接在区间的层次上求各个对象间的相似度，在如此求出的相似矩阵的基础上，直接得出聚类的结果．该方法用区间值表示各个对象的属性值，可以更接近于每个对象的客观、真实情况，从而可以更大程度上保留信息．     

软直觉模糊集的相似、距离和熵测度

软直觉模糊集之间的相似性可以用相似测度进行度量。通过举例指出以往文献中所提出的相似测度不合理,进而给出一种更为合理的相似测度,并将纠正后的相似测度应用于震后隧道安全状况的判定;引入软直觉模糊集的距离测度、熵测度的公理化定义以及相应的计算公式;给出在参数集合不同的情况下,软直觉模糊集之间相似性的度量方法。     

σ模糊度、σ相似度及σ距离

对模糊集的σ模糊度、σ相似度、σ距离的有关定义作出改进，研究三者三者之间的内在关系，简化了一些定理的证明，也获得了新的结果。     

改进的广义模糊软集的贴近度

基于广义模糊软集在处理不确定性问题中的应用,本文对已有的广义模糊软集的贴近度进行了修正,并将其应用于医疗诊断问题中.通过比较得到,修正的贴近度更合理,因而有更好的适用性.     

融合包含度和距离的Vague熵

Vague集的模糊熵来自未知信息和不确定性信息两方面.在暂不考虑不确定性信息的前提下,利用Vague包含度的概念导出了体现Vague集未知度的模糊熵,再利用距离来计算不确定性信息的模糊熵,在此基础上构造出一种能准确反映二者相互关系的Vague熵计算公式;最后通过数学推导,证明其满足Vague集模糊熵的定义准则.将它与现有的其它几种Vague熵计算公式进行实例比较,发现只有它与文献[11]Vague熵公式的计算结果能正确地反映未知信息和不确定性信息之间互相约束关系,但它形式更简单、可操作性更强.     

基于改进犹豫度的区间值犹豫模糊集距离测度及其应用

模糊集的距离是决策问题中十分重要的数值指标。本文在计算模糊集的距离时不仅探讨了犹豫模糊区间2个端点值和区间个数的多寡对计算结果的影响,而且考虑了其内部区间标准差的差异对于区间值犹豫模糊集之间的距离带来的影响。在探讨了区间值犹豫模糊集的标准差以及由此引出的偏差距离的基础上进一步提出了带有改进犹豫度的区间值犹豫模糊集距离测度公式,并给出实例说明该公式的合理性和优越性。     

区间值模糊集的分解定理及相似度的计算

针对区间值模糊集相似度公式只是经验公式并没有理论依据问题.建立了区间值模糊集新的截集概念,研究了相似度计算方法.结果表明:所建立的新截集概念是以往截集概念的推广.在新截集理论的基础上,进一步给出了区间值模糊集的分解定理;根据该截集发展出一种推导区间值模糊集相似度的方法,建立了模糊集相似度与区间值模糊集相似度之间的联系,可进一步应用到模糊风险分析研究中.     

基于距离的区间值Vague集的多准则决策方法

研究将实数型Vague集的距离方法扩展成为区间值Vague集的距离度量方法. 给出区间值Vague集的模糊度定义和Hausdorff距离,建立基于距离的区间值Vague集多准则决策的相对优属度法,并通过例子说明实施方法的步骤.     

多重参数区间软集

将区间软集与多重参数软集相结合,提出了一种新的软集——多重参数区间软集,推广了多重参数软集和区间软集.然后,研究了多重参数区间软集的基本运算和性质.最后,给出多重参数区间软集在决策中的一个应用实例.     

基于模糊软集的群决策方法研究

针对基于模糊软集的群决策问题,将模糊软集相似度度量的概念引入到专家权重未知的群决策问题中来,分析了单个专家模糊软集与标准模糊软集之间的关系及单个专家模糊软集与其他专家模糊软集之间的关系,进而提出了一种构造专家权重的方法。最后利用模糊软矩阵和专家权重设计了一个基于模糊软集的群决策算法,实例表明该算法是合理的。     

基于案例推理的区间属性相似度研究

分析了传统的实例检索策略的不足,提出了一种区间属性值之间相似度的计算方法．该方法是通过计算长度重叠率或面积重叠率来计算其相似程度．所提出的方法可以有效地处理实例检索中的不确定性,并能提高基于实例推理系统的性能。     

模糊熵、贴近度与距离测度及其内在联系探讨

给出了模糊熵的结构表达式,在介绍模糊贴近度与距离测度概念的基础上,对其性质进行了探讨,揭示了模糊度、贴近度和距离测度三者之间的内在联系。     

模糊集的直觉熵与直觉相似度

熵与相似度都是用来描述模糊集模糊程度的指标,现有方法都是通过将其刻画为具体的数值展开研究.针对当模糊集的模糊程度具有不确定性,无法利用具体的数值表示时,如何利用熵与相似度来进行度量的问题展开讨论.首先提出了直觉熵与直觉相似度的定义,其次利用两个定理说明直觉熵与直觉相似度可以相互转化.     

一类集值映射在迭代下集值点和集值区间的变化

集值点和集值区间在迭代下的无规则变化是集值映射动力学行为变得复杂的主要原因.研究了一类单调的单集值点映射的迭代,讨论这类映射在迭代下集值点和集值区间的变化规律.