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。     

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.     

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．     

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.     

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．     

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。     

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.     

基于一种推广的Choquet积分的回归模型

为了处理属性间带有不确定值交互作用的实际问题,提出了一种推广的Choquet积分,给出了一种基于此积分的回归模型,最后给出了用粒子群算法确定模型中回归参数的算法.由于粒子群算法具有快速收敛等优点,保证了本文提出算法的快速求解和有效性.     

基于直觉模糊集和有效测度的Choquet积分

给出了一种基于直觉模糊集的实值有效测度,讨论了其相关性质;结合有效测度,讨论了直觉模糊集合上的Choquet积分及其性质,从而拓广了非可加测度和积分理论.     

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.     

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.