区间值模糊图中的边的性质

本文主要是通过对区间值模糊图的基本定义及性质的学习,讨论了区间值模糊图中边的性质及其连通性.首先,通过区间数排序中定义的区间数宽度,导出了区间图的边的长度和区间值模糊图中边的宽度;然后,从值模糊图论已得到的值模糊强边,又定义了区间值模糊图中的强边及割边;最后,本文又研究了区间值模糊图的连通性,以及构成最优路和路的长度满足的条件.     

剩余型区间值直觉模糊差算子的统一形式

研究区间值直觉三角模和区间值直觉三角余模的性质,提出区间值直觉模糊差算子和区间值直觉余伴随对的概念,证明它们可以由左连续的三角模生成,讨论它们在区间值直觉模糊区域上的结合性和分配性,给出由左连续三角模生成的区间值直觉三角余模所伴随的剩余型区间值直觉模糊差算子的统一形式.根据区间值直觉模糊算子与模糊算子的关系,给出4类区间值直觉模糊差算子的具体形式.     

区间值模糊数的模糊多属性决策方法

为了从不同维度综合刻画事物的模糊性,用三角结构元线性表示了区间值模糊数,定义了区间值模糊数的运算及排序;通过对称变换实现了成本型指标的效益型转化,通过平移与压缩实现了属性的归一化,确定了标准评判矩阵.结果表明,区间值模糊数的模糊多属性决策,综合考虑了多个专家意见的融合以及概念的模糊性.研究结论拓展了模糊多属性决策研究的思路,使之更贴近实际.     

广义区间值模糊粗糙集模型及其公理化特性

把粗糙集理论和区间值模糊集理论结合起来, 利用粗糙集理论的构造性方法, 提出了一种广义区间值模糊粗糙集理论模型。首先, 利用区间值模糊剩余蕴含算子和它的对偶算子, 定义了一种广义上下区间值模糊粗糙集近似算子。然后, 利用该蕴含算子的性质, 讨论了该模型上、下近似算子一系列有趣的性质。 在公理化方法中, 通过定义一对抽象的区间值模糊近似算子, 刻画了广义区间值模糊粗糙集模型的公理化特性。     

刻画可双完备化的区间值模糊拟度量空间

在拟度量的背景下推广了区间值模糊度量的概念,主要结果如下:(1)给出了区间值模糊拟度量空间等距同构的扩张定理;(2)证明了每个区间值模糊拟度量空间有双完备化且它是唯一达到等距同构的;(3)得到了区间值模糊拟度量空间双完备化的构造方法和区间值模糊拟度量空间可双完备化的等价刻画。     

格蕴涵代数的区间值犹豫模糊子代数

把区间值犹豫模糊集和格蕴涵代数相结合，给出格蕴涵代数的区间值犹豫模糊子代数的概念，讨论了区间值犹豫模糊子代数与其犹豫模糊子代数的关系。证明了2个区间值犹豫模糊子代数的交是区间值犹豫模糊子代数，并结合具体例子，说明2个区间值犹豫模糊子代数并不满足类似结论。     

区间值模糊集上的粗糙近似

提出了区间值模糊粗糙集的上下近似，并且利用区间值模糊集的截集定义了区间值模糊粗糙度量，在此基础上讨论区间值模糊粗糙集和区间值模糊粗糙度量的性质。     

区间值直觉模糊子群

研究了区间直觉模糊子群,且引入了区间值直觉模糊正规子群概念,并利用集合套研究了区间值直觉模糊子群和区间值直觉模糊正规子群.     

基于残缺语言区间信息的多属性群决策

针对属性权重为语言变量、评价信息为残缺语言区间信息的多属性群决策问题,提出了基于改进的模糊区间证据推理的分析方法.首先给出了残缺信息的随机变量表示方法,并根据专家在决策中的重要程度,将专家给出的决策矩阵组合成信任度矩阵,然后采用所提出的改进的模糊区间证据推理方法求得各方案的分布式评价值.计算各方案的模糊评价值,给出方案排序方法.最后给出了一个算例,证明了所提方法的有效性.     

半群的n维区间值模糊子半群

半群的模糊子半群是半群模糊理论的一个重要研究领域.结合n维模糊集和区间值模糊集的概念引入了n维区间值模糊集的概念，并应用于半群，引入了半群的n维区间值模糊子半群的概念.讨论了半群的n维区间值模糊子半群的基本性质.给出了半群的n维区间值模糊子半群与区间值模糊子半群及半群的子半群的关系.证明了半群的n维区间值模糊子半群的交和直积仍然是n维区间值模糊子半群.     

广义区间值Pythagorean三角模糊集成算子及其决策应用

针对连续集合上决策变量的隶属度和非隶属度之和超过1的决策问题,提出区间值Pythagorean三角模糊数,并且分析其广义集成算子的决策应用。首先,引入区间值Pythagorean三角模糊数的概念,得到其运算法则。其次,推导区间值Pythagorean三角模糊数的加权平均算子、加权几何算子、有序加权平均算子、有序加权几何算子、广义有序加权平均算子以及广义有序加权几何算子,介绍它们的相关性质。最后,构建出基于广义区间值Pythagorean三角模糊集成算子的多属性决策模型,并且根据实例对广义有序加权平均算子和广义有序加权几何算子进行稳定性分析,运用图像直观地证明在处理决策问题时前者优于后者,说明决策模型的有效性和可行性。     

一种指标权重信息不完全的语言多指标决策方法

针对指标权重信息不完全且指标值为语言评价信息的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的语言多指标决策问题进行了描述;然后给出了求解具有不完全信息的语言多指标决策问题的计算步骤,其核心是将语言评价信息转化为三角模糊数,通过计算方案值与理想点的距离,构建线性规划模型,得到指标权重值,进而可计算出每个方案的模糊评价值,相应地通过计算两两模糊数比较的可能度,可得到所有方案的排序结果.最后通过给出一个算例说明了所提方法的可行性和实用性.     

一种新的模糊决策树算法 ——基于加权毕达哥拉斯模糊熵

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模糊决策树算法（Weighted Pythagorean Fuzzy Decision Tree,WPFDT）。首先,通过改进的K-means聚类算法得到连续属性数据的聚类中心,并结合三角模糊数对连续数据进行模糊处理;其次,定义并计算每一个属性的加权毕达哥拉斯模糊熵,选择加权毕达哥拉斯模糊熵最小的属性作为决策树根节点,在根节点下递归选择模糊熵最小的属性作为分裂节点,同时通过阈值控制树的规模,得到从根节点到叶子节点路径的模糊规则以及模糊规则的隶属度、非隶属度以及犹豫度,并完成预测分类,直至生成WPFDT模型;最后,选取UCI上的3个医学数据集（Haberman、Breast Cancer、Parkinson）进行实验,在分类准确率和得出模糊规则的数量与3种传统决策树算法（模糊ID3算法、C4.5算法、CART算法）比较,实验结果表明：WPFDT在分类精度和树大小上都优于其他传统决策树算法,并且有较高的召回率和精确率。     

基于Pythagorean犹豫模糊集成算子的多属性决策方法及其应用

基于Pythagorean犹豫模糊集理论,提出了基于Pythagorean犹豫模糊环境下的集成算子来研究多属性决策问题。首先提出了Pythagorean犹豫模糊有序加权算术平均算子和Pythagorean犹豫模糊有序加权几何平均算子;基于对Pythagorean犹豫模糊决策信息本身及其信息顺序位置重要性的兼顾,又提出了Pythagorean犹豫模糊混合算术平均算子和Pythagorean犹豫模糊混合几何平均算子;最后,提出了基于Pythagorean犹豫模糊信息集成的多属性决策方法,并通过智慧医疗评估体系的例子说明提出的决策方法的可行性.     

连续区间Pythagorean模糊相似测度及其多属性决策方法

针对基于连续区间Pythagorean模糊相似测度的多属性群决策问题,首先,提出连续区间Pythagorean模糊有序加权平均(C-IVPFOWA)算子;然后定义一种新的连续区间Pythagorean模糊相似测度,并研究该相似测度的优良性质;接着,基于连续区间Pythagorean相似测度构建决策者权重和属性权重非线性优化模型,同时提出基于新的连续区间Pythagorean相似测度的多属性群决策方法;最后,通过智能家居工程案例验证所提出方法的可行性和有效性.     

Pythagorean犹豫模糊熵及其多属性群决策方法

针对模糊信息下的群决策问题,提出了一种基于Pythagorean犹豫模糊熵的多属性群决策方法;给出了Pythagorean犹豫模糊熵的公理化定义及计算公式;为克服传统Pythagorean犹豫模糊集规范化方法导致原始决策信息流失的不足,完善了基于Pythagorean犹豫模糊环境下的最小公倍数扩充方法,方法能有效地保持原始决策信息;又以Pythagorean犹豫模糊熵作为决策信息差异程度的度量,给出属性权重完全未知或部分已知情况下权重的确定方法,并定义了基于最小公倍数的Pythagorean犹豫模糊距离测度和Pythagorean犹豫模糊熵测度;构造了一种基于Pythagorean犹豫模糊熵的TOPSIS方法,并通过精准扶贫补贴项目案例说明了方法的可行性和有效性.     

基于犹豫度下区间直觉模糊信息的决策方法及其应用

对区间直觉模糊集的度量方法进行了研究．首先介绍了区间直觉模糊集的相关概念,在充分利用犹豫度信息的情况下,构造了一种新的得分函数,并证明了其相关性质;同时,将其与几类精确函数作了比较,并结合加权算术平均算子和加权几何平均算子,提出了一种基于区间直觉模糊信息的决策方法;最后,通过实例分析验证了决策方法的有效性和合理性．     

基于模糊随机层次分析法的供应商可持续评估模型改进

利用第三方供应商可持续性评估平台,跨国企业能够更有效监督全球范围内的供应商在可持续发展中做出的努力与改进.在使用第三方平台评估供应商可持续性表现时,发现用于评价和处理指标权重和供应商指标得分的方法缺乏精确度.为此,提出采用随机层次分析法和三角模糊数理论对评估模型进行优化.为检验改进模型的有效性,采用企业实际案例,对比分析原始模型与改进模型的评估结果,发现改进模型能够将供应商可持续性表现有效差异化,得到区分度较明显的评价排序.     

基于决策者风险偏好的区间直觉模糊数多属性决策方法

依据决策者的风险偏好,将区间直觉模糊数转化为含参数直觉模糊数,然后基于直觉模糊数投票模型和人们从众心理分析直觉模糊数的犹豫度对其得分的影响,进而定义直觉模糊数新的得分函数,并以此作为区间直觉模糊数的排序指标,提出一种新的区间直觉模糊数模糊决策方法,最后通过例子验证该方法的可行性和有效性.     

区间毕达哥拉斯模糊集的信息度量及其应用

熵、距离和相似度是模糊集及其推广理论中重要的信息度量工具。基于区间毕达哥拉斯模糊集的信息度量研究大多涉及区间毕达哥拉斯模糊数的距离公式,很少涉及模糊性和相似性的度量方法。针对这种情况,首先提出区间毕达哥拉斯模糊集的熵、距离和相似度的公理化定义。然后研究熵、距离和相似度之间的关系。最后将提出区间毕达哥拉斯模糊集的熵和相似度应用到模式识别领域,对比分析表明所提出的度量方法具有灵活性和有效性的特点。