直觉模糊集的扩展研究

基于直觉模糊集的基本概念,考虑其隶属度、非隶属度和概率分布3个因素的影响,给出了直觉模糊集两种扩充:统计直觉模糊集和多值直觉模糊集,并给出了扩充直觉模糊集的运算和包含关系,从而使直觉模糊得到了推广和应用。     

Intuitionistic Fuzzy Rough Sets Based on Two Intuitionistic Fuzzy Implicators

<正>This paper presents a general framework for the study of relation-based intuitionistic fuzzy rough sets determined by two intuitionistic fuzzy implicators.By employing two intuitionistic fuzzy implicators I and J,I -lower and J-upper approximations of intuitionistic fuzzy sets with respect to an intuitionistic fuzzy approximation space are first defined.Properties of(I,J) -intuitionistic fuzzy rough approximation operators are then examined.The connections between special types of intuitionistic fuzzy relations and properties of (I,J)-intuitionistic fuzzy approximation operators are also established.     

多粒度粗糙直觉模糊截集的研究

直觉模糊集和多粒度粗糙集的融合是一个研究热点.针对多粒度粗糙直觉模糊集的表示问题,根据直觉模糊集的分解定理和截集理论,构造了乐观和悲观多粒度粗糙直觉模糊集模型,定义了乐观和悲观多粒度粗糙直觉模糊集上下近似集,并证明了多粒度粗糙直觉模糊集的一些性质,同时提出了一个新的直觉模糊集的相似度公式.最后通过小麦长势评估实例,分析讨论了乐观和悲观多粒度粗糙直觉模糊集模型的有效性.     

关于区间值直观模糊集上的指标问题

在直观模糊集和区间值模糊集基础上,定义了区间值直观模糊的一些关系,算子,讨论了区间值直观模糊集指标的一些主要性质。     

一种新的直觉模糊伪S-蕴涵

直觉模糊集在模糊推理、模糊评价、模糊控制和模糊决策中有很重要的应用,直觉模糊集的蕴涵构造研究是一个重要研究方向.在直觉模糊集理论基础之上,构造了一新的直觉模糊伪S-蕴涵,证明了其单调性、边界条件等系列重要性质,还讨论该蕴涵的一些代数性质.     

基于直觉模糊距离的外包商选择

随着市场竞争的加剧,为了节约运营成本,提高核心竞争力,人力资源管理外包成为当前很多企业的战略选择。文章运用直觉模糊数来刻画专家对备选外包商的评价,并采用直觉模糊距离对两两专家意见的一致性进行聚合,得到专家群对备选外包商评价意见的综合一致度,从而根据综合一致度的大小确定最佳外包商。最后,文章通过一个实例来说明这种方法在人力资源管理外包商选择中的应用。     

模糊粗糙集及其截集

设U为全集 R是U上的一个等价关系,A为U上的模糊集 本文给出了A的λ-截集及强λ-截集的上(下)近似Aλ(Aλ)及Asλ)的若干性质,同时给出了A的上(下)近似与其λ-截λ(As集之间的关系     

直观模糊特别拓扑空间中的半开集和半连续

将半开集和半连续的概念引入直观模糊特别拓扑空间, 得到它们的一些性质:一个直观模糊特别集是直观模糊特别半开集的充要条件是 A cl[ int(A) ] ; 直观模糊特别半开集族的任意并是直观模糊特别半开集; 直观模糊特别开集是直观模糊特别半开集; ( X,τ)的子空间( ( Y,φ)中的集合 A 是( X,τ)中的半开集,则它也是( Y,φ)中的半开集; 连续函数是半连续的,但逆不成立; 强半连续是半连续的, 但逆不成立;函数 f 是半连续的当且仅当对于f ( x ) O, O 是 Y中的直观模糊特别开集,存在 X 中的直观模糊特别半开集A 使x
A 且f (A ) O; 函数 f 是强半连续的当且仅当 Y中的每一直观模糊特     

基于直觉模糊熵的直觉模糊聚类

Atanassov直觉模糊集合是对Zadeh模糊集合最有影响的一种扩充和发展,将模糊聚类扩展为直觉模糊聚类,具有重要的应用价值。在研究将模糊聚类扩展为直觉模糊聚类时,提出了一种基于熵最大的直觉模糊聚类,并推导了迭代求解的算法。典型实验表明,直觉模糊聚类的性能优于模糊聚类,提高了聚类的正确率。     

基于模糊粗糙集理论的视觉特性图像增强

为了更准确地描述在图像增强中可能会出现的一些不完整性和不确定性问题,提高图像处理的效果,本研究提出了一种基于模糊粗糙集理论的视觉特性图像增强算法．该算法利用模糊粗糙集理论,依照图像的视觉特性,采用传统的图像增强方法进行图像预处理．实验结果证明,该算法比传统的图像增强方法效果更好．     

基于区间直觉模糊集的高管团队成员选择模型

高管团队作为战略执行的主要负责单元,除团队成员自身的战略领导能力外,成员之间能力的匹配与协调也是影响组织绩效的关键因素,因此高管团队成员选择时需要对这两个问题同时进行考虑.采用区间直觉模糊熵来确定决策者权重,以对候选者的战略领导能力进行评价;同时引入区间直觉模糊集的模糊交叉熵,来计算候选者与完全匹配候选人和完全不匹配候选人之间的距离,并按照加权几何算子和加权算术算子集结决策者的评价结果,以对高管团队成员进行有效的选择.最后以PM公司高管成员选择为例对该模型进行验证.     

基于三值模糊集的直觉模糊向量子空间

针对直觉模糊集截集的新定义-三值模糊集,对直觉模糊向量子空间的有关理论重新进行了研究:利用三值模糊集给出了直觉模糊子空间和直觉模糊仿射集的定义,讨论了直觉模糊集成为直觉模糊子空间或直觉模糊仿射集的充要条件及直觉模糊仿射集与直觉模糊子空间的关系;给出了直觉模糊线性变换和直觉模糊仿射变换的定义,并研究了二者之间的关系。结果证明:在三值模糊集的定义下直觉模糊向量子空间的有关结论仍然是成立的。     

直觉模糊仿射空间与直觉模糊子空间

在K．Atanassov引进直觉模糊集概念的基础上,利用直觉模糊点研究直觉模糊仿射空间与直觉模糊子空间,证明了向量空间E上的直觉模糊集是E上的直觉模糊子空间或直觉模糊仿射集的充要条件以及线性映射将直觉模糊子空间映射为直觉模糊子空间的定理,给出了直觉模糊线性变换和直觉模糊仿射变换的概念,并研究了直觉模糊线性变换和直觉模糊仿射变换之间的关系,从而使模糊空间和模糊变换的基本理论得到进一步的推广。     

直觉模糊逻辑算子的研究

给出了直觉模糊逻辑“补”、“与”、“或”及“蕴涵”算子的定义，并利用区间值模糊集与直觉模糊集之间的关系，给出了利用经典的模糊逻辑算子构造直觉模糊逻辑算子的三个定理。从而得到了构造直觉逻辑算子的新方法，这种方法无需验证其运算的封闭性，因而简单易行。文中用此方法构造出了一系列新的直觉模糊逻辑“补”、“与”、“或”及“蕴函”算子，将K.Atanassov最早提出的直觉逻辑模糊逻辑算子推广到了更一般情形。     

直觉模糊全不变子群与特征子群

通过引入直觉模糊集截集的概念,定义了直觉模糊全不变子群与直觉模糊特征子群,并借助于直觉模糊集截集性质和表示,研究了直觉模糊全不变子群与特征子群的蕴涵关系。此外,讨论了循环群上的直觉模糊子群的结构及其特征。     

直觉模糊推理的语义匹配度

首先引用Atanassov直觉模糊集的基本概念及运算，描述了直觉模糊逻辑运算及其知识表示形式，重点给出了直觉模糊逻辑命题真值的对称合成方法，定义了直觉模糊逻辑命题的基本运算。讨论了计算直觉模糊集语义匹配度的若干途径，包括贴近度、语义距离、相似度、复合条件的匹配等。最后，阐明了直觉模糊推理冲突消解的基本思想。     

高型粗糙模糊集及高型模糊粗糙集

定义了L型粗糙模糊集（L型RF集），给出了其相关性质，进而引进了高型粗糙模糊集（高型RF集），它比普通的RF集具有更高层次的粗糙模糊性，可用于人们对粗糙模糊现象的描述，增强人们对自然语言的表达能力，平行地，最后研究了高型模糊粗糙集（高型RF集）。     

基于直觉模糊等价关系的聚类算法

首先引入直觉模糊集的模运算、直觉模糊集之间的关系及合成运算的定义,然后提出了直觉模糊集的截集定义,揭示了利用直觉模糊等价关系的分类原理,并讨论了基于直觉模糊等价关系的模糊聚类算法,从而使直觉模糊集的基本理论得到进一步扩展。最后给出了该算法的一个数值实例。     

广义直觉模糊软集的格结构

为推广软集理论的应用范围,研究了广义直觉模糊软集的格结构.介绍了广义直觉模糊软集的概念,给出了广义直觉模糊软集的一些算子及其性质.利用定义的4个交并算子,讨论了广义直觉模糊软集的格结构.最后得到了广义直觉模糊软集的两种格结构,并且证得这两种格都为有界分配格.     

区间直觉模糊粗糙集的启发式属性约简方法

属性约简是数据挖掘之中最核心的问题,是任何一个部门决策知识获取的关键技术。基于深入研究模糊粗糙理论、直觉模糊粗糙集理论在属性约简知识方面的研究成果,通过定义区间模糊粗糙集的正域、依赖度与非依赖度等相关概念,提出一种启发式区间直觉模糊粗糙集属性约简方法。结果表明：该方法在知识约简中是可行的,并且相比差别矩阵方法,能有效降低空间和时间复杂度。