推广的Choquet积分及其计算

定义了一种推广的Choquet积分,积分中所采用的非可加集函数取得区间值,使其在实际应用中更具合理性.引入了一种进化算法———混合蛙跳算法(SFLA)来计算积分的值,通过实验数据所得到的计算结果验证了算法的可行性与有效性.     

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.     

区间值Choquet积分及其性质

本文首先定义了区间值函数Choquet积分,给出了转换定理,并讨论了区间值函数Choquet积分的相关性质;其次,利用区间值函数收敛性质给出了单调区间值函数积分序列收敛的几个充要条件;第三,讨论了区间值Choquet积分定义的集函数关于μ的遗传性质和结构特性.     

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.     

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．     

Lebesgue-Stieltjes型模糊Choquet积分的定义及其基本性质

利用Lebesgue-Stieltjes测度,给出了Lebesgue-Stieltjes型模糊Choquet积分的定义,讨论了该积分的主要性质及收敛性定理,得到了单调收敛定理、法都引理和控制收敛定理等。     

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。     

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.     

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.     

基于最优测度的Choquet积分

研究了基于一个单调测度的最优测度的Choquet,称它为Choquet 最优积分,它可以被认为是Choquet 积分的最优形式.这一类积分对应了一个逐步淘汰不符合资格成员并逐次进行最优核算的模型,它可用于管理问题的最优安排与度量.我们讨论了这一类积分的基本性质,介绍了它与其它非线性积分的关系,并给出了积分实际应用的例子.     

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。     

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.     

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．     

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。     

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。     

集值模糊Choquet积分的广义性质

在集值模糊Choquet积分定义的基础上，针对一般可测集值映射，进一步研究这种集值模糊Choquet积分的一些重要性质，从而使这种积分的理论具有更广泛的应用．     

模糊积分分类器中的自适应模糊测度

与其他分类器相比较,模糊积分分类器具有可以表示特征属性间交互作用的特性.确定合适的模糊测度是其关键因素之一.模糊测度的确定方法主要有2种:专家给定和从历史数据学习获得.由于模糊测度自身的复杂性,模糊测度主要是从数据中学习得到.为了能够更好地利用特征属性在样例空间体现出的局部特征,提出了一种用人工神经网络实现自适应模糊测度的方法.使得模糊测度可以随着输入样例的不同而变化,及时反映出在对样例进行分类过程中各特征属性的重要性和属性间的交互作用的不同,从而提高分类性能.实验证明该方法有效,可行.     

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.     

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.     

基于自对偶测度的Choquet积分

提出了自对偶测度的定义,讨论了自对偶测度的简单性质,给出了基于自对偶测度的Choquet积分的定义,并讨论了该积分的基本性质.