区问值和模糊数值函数的Choquet积分

定义和讨论了区间值函数和模糊数值函数关于非可加Sugeno测度的Choquet积分及其性质,并利用传统的模糊数值函数的Kaleva积分对其进行了刻划;同时,讨论了区间值函数和模糊数值函数的Choquet不定积分,发现该集函数对于原有测度的性质具有遗传性,分别是一种区间值和模糊数值模糊测度.所有结果不难推广到定义域为高维空间或取值域为高维模糊数空间的情形.     

广义模糊值Choquet积分的收敛性

在Sugeno模糊测度空间中的任一子集上,针对μ-可积模糊值函数,重新定义了所谓的广义模糊值Choquet积分,进而讨论了这种积分的一系列收敛性质.     

基于Sugeno积分的区间直觉模糊多属性决策

拓展了模糊测度与Sugeno积分的概念与理论,给出了区间直觉模糊信息环境下多属性决策的一种新方法.定义了区间直觉模糊值模糊测度与区间直觉模糊值Sugeno积分,并分析了它们与经典模糊测度及Sugeno积分之间的内在联系.在研究了区间直觉模糊值Sugeno积分性质和计算方法的基础上,提出了以该积分为集成算子的多属性决策方法.通过具体实例验证了该方法的实用性和有效性.     

一种基于Choquet积分的不精确推理方法

模糊规则是模糊推理中的重要工具之一,它表示了模糊知识的因果关系.在一个模糊规则集中,当模糊命题间存在交互作用时,将参数权重用模糊测度取代,得到了一种基于模糊规则矩阵变换和Choquet模糊积分的模糊推理方法.该方法主要应用在不完全归纳推理中.     

集值函数关于模糊测度Choquet积分的表示和积分原函数性质

研究了集值函数关于模糊测度Choquet积分的分析性质: 讨论了集值函数Choquet积分的计算方法, 给出了集值函数Choquet积分的表示定理和Radon-Nikodym性质, 并且对集值函数Choquet积分的原函数进行了刻划。最后, 对集值函数关于模糊测度Choquet积分定义进行了改进, 提出了集值函数 “上方函数” 和 “下方函数” 概念, 实现了对集值函数关于模糊测度的Choquet积分的控制。     

模糊复Choquet积分的测度的确定问题

模糊复Choquet积分的测度确定问题目前采用的方法是依靠经验评断给出,该方法简单快捷,但带有很大的主观性,人为因素很大。在前人基础上,将粒子群的群优化方法思想引入到测度的确定中,给出解决测度确定问题的一种方法,为模糊复Choquet积分的测度确定解决取得了较为理想的结果。     

改进的模糊积分评价模型在机械工艺方案评价中的应用

模糊积分评价方法是建立在模糊集理论基础上的一种评价方法,但由于模糊测度不满足自对偶性,并且主观性也比较大,使得评价结果有时难以让人信服。可信性理论是2004年由刘宝碇教授等人完成的研究成果,它给出了基于测度论的模糊数学公理化体系,提供了随机与模糊环境下模糊积分评价的严格数学基础。本文通过引入可信性测度,利用可信性反演定理,建立了基于可信性理论的Sugeno模糊积分评价模型,并将其应用于机械加工工艺方案的综合评价中,取得了较为满意的结果。     

基于Choquet积分的多目标模糊两人零和博弈Nash均衡

利用Choquet积分研究了多目标模糊两人零和博弈Nash均衡问题.引入gλ测度描述任意博弈目标子集的重要程度,建立了基于gλ测度Choquet积分的多目标模糊博弈集结矩阵,验证了该博弈集结矩阵的Nash均衡也是各单目标模糊两人零和博弈的Nash均衡.     

模糊测度与模糊积分的应用

引用了模糊测度与模糊积分的概念 ,在分析三种模糊积分关系及表示方法的基础上 ,将模糊测度、模糊积分用于综合评价及其它实际问题。     

Choquet模糊积分融合模型中模糊测度的确定

用模糊积分进行多分类器融合时,模糊测度是至关重要的.有限的事例集上,基于模糊测度的Choquet模糊积分的计算可以用乘积与求和算子来表示,即转化成模糊测度的线性组合.本文用线性规划来确定模糊测度,并且用例子说明模糊积分融合方法要优于乘积法、最大值法、多数投票法、加权平均法等简单的融合方法.     

λ-模糊Choquet积分的收敛性

在一般模糊测度空间上,针对给定的非负可测函数定义了λ-模糊Choquet积分,并将这种模糊积分整体看作一般模糊测度空间上的集函数,进而讨论了这种模糊积分的一些基本性质和收敛性．     

广义模糊值Choquet积分的强序连续与伪S性

在一般模糊测度空间上,针对给出的广义模糊值Choquet积分,将这种积分整体看成可测空间上取值于模糊数的集函数,进而研究了当模糊测度满足强序连续、伪S性时,这种模糊值Choquet积分所保持的遗传性质。     

基于极速学习的Choquet模糊积分分类器

在交互环境下,模糊积分分类器具有良好的分类性能.如何确定在属性集幂集上定义的模糊测度是模糊积分分类器中的一个关键问题.当属性的个数增加时,计算复杂度呈指数级增长.为了解决这一问题,借鉴极速学习机算法中权重向量随机确定的思想,提出了ELM-Choquet模糊积分分类器.实验结果表明,和Choquet模糊积分分类器相比,该算法具有较优的分类性能.     

关于集值模糊Choquet积分性质的进一步讨论

集值模糊Choquet积分是Choquet积分、集值Choquet积分和模糊Choquet积分的重要推广,本文进一步讨论了集值模糊Choquet积分的性质,并修正了张风霜文章《集值模糊Choquet积分的广义性质》的不严密之处.     

模糊Choquet积分遗传性质的若干研究

讨论了由模糊Choquet积分定义的集函数的几个结构特征,证明了该集函数是模糊测度,并保持了原模糊测度的几个重要的结构特征,如零可加性、一致自连续性。     

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．     

Choquet模糊积分的粗糙性及信息融合

在分析现有模糊积分理论的基础上 ,提出了Choquet上、下模糊积分的概念和粗糙区间数的积分形式 ,给出了Choquet模糊积分的粗糙特性 ,建立了基于粗糙Choquet模糊积分形式和信息融合方法 .该方法在存在各种外界干扰因素的多传感器融合环境中 ,可以较好地实现区间数传感器的选择和融合 .所给Cho quet上、下模糊积分是经典Choquet模糊积分在粗糙意义下的扩展形式 ,能处理粗糙区间数数据源和信息系统的对象 .模拟实例验证了融合方法的有效性     

Sugeno型模糊复值积分及其在分类器融合中的应用

给出的模糊复值积分、Sugeno型模糊复值积分概念,研究了其基本性质;将其作为一种新的算法应用于分类问题中,对应用中的细节问题进行研究,并用1个实例对其算法进行验证,结果显示该方法具有良好的分类效果。     

基于直觉模糊积分的多属性决策方法

为了研究多属性决策问题中决策属性间存在的关联因素对决策方案的综合评价问题,引入模糊测度的概念,给出直觉模糊积分的定义,并讨论其性质。在此基础上,提出了一个基于直觉模糊积分的多属性群决策方法,并通过实例分析验证了该方法的可行性和有效性。     

直觉梯形模糊数集成算子及在群决策中的应用

在决策问题中,为了解决因属性和专家偏好间相互关联而导致的传统信息集结算子失效问题,提出了基于Choquet积分的新的决策方法。该方法在Vague集的基础上引入模糊测度的概念,并用直觉梯形模糊数刻画专家评价信息;再利用Choquet积分和直觉梯形模糊数相互融合,形成基于Choquet积分的直觉梯形模糊数信息集成算子;讨论了该算子的相关性质,并利用该算子对各方案进行评价,从而选出最优方案。最后通过实例验证该方法的有效性和可行性。