基于区间值相似度的加权模糊推理

在相似度的方法用于区间值模糊推理的过程中,为合理地计算区间值加权模糊产生式规则的输入事实与规则前件之间的相似度,给出区间值相似度的计算公式.在此基础上提出基于区间值相似度的加权模糊推理算法.为体现规则前件断言对于规则结果的重要性程度,在区间值模糊产生式规则中加入了权值参数.为了采用该算法,给出区间值排序的方法.最后用实例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

基于区间值相似度的直觉区间值模糊推理

直觉区间值模糊集具有比直觉模糊集更强大的模糊信息表达能力并且其直觉区间值隶属度和非隶属度的值较易确定.文章利用直觉区间值模糊集进行模糊推理.根据直觉区间值隶属度和非隶属度的值给出直觉区间值模糊集之间相似度和加权总体相似度的计算方法.根据该计算方法给出直觉区间值模糊集上的模糊推理算法.最后通过算例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

一种区间直觉模糊信息集成的新方法

研究了属性权值完全未知且属性值为区间直觉模糊数的多属性决策问题．首先提出了一种将区间直觉模糊数转化为区间数的公式;然后,基于可能度法给出了一种新的客观赋权方法。并给出一种基于可能度的方案的排序方法;最后。通过实例证明了该方法的有效性和实用性．     

基于区间值毕达哥拉斯模糊数的多属性决策方法

针对决策信息为区间值毕达哥拉斯模糊数(IVPFN)的多属性决策问题,提出了一种基于区间值毕达哥拉斯模糊交叉熵的多属性决策方法。首先,将交叉熵的概念引入到区间值毕达哥拉斯模糊集(IVPFS)中,定义了一种新的区间值毕达哥拉斯模糊集(IVPFS)交叉熵测度,并以此来刻画两个区间值毕达哥拉斯模糊集之间的差异程度;其次根据每个区间值毕达哥拉斯模糊数(IVPFN)的得分函数,确定区间值毕达哥拉斯环境下的正、负理想解;再次在TOPSIS原理基础上,根据每个方案与正、负理想解之间的相对贴近度来获取最佳方案;最后通过一个实例对文中所提出的方法进行验证,表明了该方法的可行性与合理性。     

基于区间数的多级模糊优选模型

以区间数表示模糊集的相对隶属度,引入相对优势度对区间数的大小进行比较,建立一个多级模糊优选模型,解决了由于相对隶属度求解方法不同而导致方案优选中评价结果不一致的问题．     

双重区间值聚类挖掘模型

提出了双重区间值聚类的数据挖掘模型：首先将每个属性的取值按照领域知识划分为若干类。接着统计每个类在各条“交易”中出现的频率(支持度)，最后再按照关联规则挖掘方法进行处理．这种区间值数据挖掘方法与传统的数据挖掘方法相比较，更有实用价值．     

区间值模糊推理对选优决策模型的改进

根据选优所要求的日益客观、公正的需要，文中对多准则模糊决策问题提出了由点值隶属度到区间值隶属度的过渡，用区间值模糊集表示模糊推理的结果能反映日常推理的模糊性和不确定性，弱化了主观因素，同时引入了对区间值结果的新的决策函数和比较依据。结合一实例进行比较分析，结果表明，将改进应用于决策寻优是可行且有效的。提供的研究思想和分析模型可以指导单位或机构进行综合评价从而辅助评优决策。     

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。     

固废管理问题的区间模糊优化模型

通过有效配置3个社区运往2个处理设备的固体废物量实例,模拟固体废弃物管理系统的实际状态和运行情况,建立一个可以充分反映系统复杂性、动态性及不确定性的区间模糊优化模型.对目标函数引入权重系数把区间参数化为确定性参数,对约束条件先用水平截集把模糊参数化为区间参数,再用改进的区间可能度方法把含区间参数的约束转化成确定性等价类.最后用LINGO软件求解该模型,并分析了数值结果的合理性.     

效用值为区间数的风险型决策问题分析

从敏感性分析的角度讨论后果效用值用区间数表示的风险型决策问题．基于区间数大小比较的可能度概念，定义了描述行动优劣的行动优性指标，并给出了该指标的若干性质；利用行动优性指标，提出了一种求解效用值用区间数表示的风险型决策问题的方法．针对这个简单直观的决策方法，重点分析了决策评价结果对主观概率变化的敏感性．具体针对当自然状态的主观概率发生变化时，分析了某个行动成为最优行动的可能性，并给出了保证该行动成为最优行动（如果可能的话）的主观概率的变化范围．最后，给出了一个实例进一步阐述了分析结果．     

基于模糊语言评估的多属性决策方法

研究了属性权重确知，属性值以模糊语言形式给出的多属性决策问题，定义了一种模糊语言评估标度并给出其相应的区间数表达方式，利用区间数运算法则对各方案的属性值进行集结。基于区间数之间两两比较的可能度公式，构造可能变矩阵，并利用已有的排序公式求出其相应的排序向量。进而对决策方案进行排序和择优，最后进行了实例分析，数值结果表明：该方法可行且有效。     

融合云概念的粗糙Vague集的三支决策模型

Vague集是模糊集的扩展模型，从正反两方面来描述事物的不确定性，粗糙Vague集比粗糙模糊集更具有普遍性。目前，三支决策的阈值主要是由单个专家给出，不能反映认知过程中复杂的不确定性形式。针对这一问题，提出了一种融合云概念的粗糙Vague集的三支决策模型。使用基于密度中心的云概念群决策方法求解损失函数，不仅保证综合评价的精度，还为损失函数提供了新的语义解释。构建了粗糙Vague集的三支决策模型并揭示了其误分类代价随着粒度细化而单调递减的规律。通过实验验证了该方法的可行性，克服了现有模糊集在三支决策中对事物不确定性表达不够清楚的缺点。     

无线传感器网络中一种高效的安全数据融合协议

为了降低无线传感器网络能耗,保障网络安全,设计了一种基于模式码的安全数据融合算法。在传感器网络中借助于模式码进行数据融合,保障采集数据的安全,采用模糊算法获取传感器节点采集数据的状态,只将紧急数据和变化了的一般数据的模式码送到簇头进行处理,实现了网络能耗的最小化。     

无线传感器网络中一种高效的安全数据融合协议

为了降低无线传感器网络能耗,保障网络安全,设计了一种基于模式码的安全数据融合算法。在传感器网络中借助于模式码进行数据融合,保障采集数据的安全,采用模糊算法获取传感器节点采集数据的状态,只将紧急数据和变化了的一般数据的模式码送到簇头进行处理,实现了网络能耗的最小化。     

属性权重、位置权重以及属性赋值均为直觉模糊数的信息集成算子及其应用

对于属性权重、位置权重以及属性赋值均为直觉模糊数的信息系统,注意到信息系统中属性数目比较少的情况下,数据自身的重要性程度对集成算子影响较大的特点,借助于本文提出的直觉模糊集上的广义加法和乘法,提出了属性权重、位置权重以及属性赋值均为直觉模糊数的信息集成算子,推广和总结了前人的结果.同时,对于数据信息表现为连续区间的数据集成,构建了组合连续区间数据的广义有序加权平均算子及其转换方法,并讨论了其性质.所得结果可直接应用到不确定多属性决策问题的讨论,最后给出了算例.     

基于模糊粗糙集理论的建筑业综合评价

根据模糊聚类和粗糙集理论的基本原理,利用模糊聚类的相似关系与粗糙集可辨识矩阵的特性,结合这两种方法的互补优势,研究了将之应用于建筑业综合评价的方法和步骤.通过模糊聚类法形成粗糙集下的决策信息系统,采用基于可辨识矩阵的启发式约简法对属性约简,计算出约简后各属性的权重.利用各属性的权重分别对各省市(或地区)的建筑业指标评价值加权求和从而得出各自的建筑业综合评价值,对其结果的客观性和实用性所进行的分析评价证明该方法有效.     

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.     

科技期刊的定量评估

本文介绍了科技期刊评估的指导思想和程序,阐述了用德尔菲方法确定评估指标体系和权重的过程及具体内容;研究了评估中总分计算的三种方法及数学模型。本方法可使科技期刊的评估更科学合理,对加强科技期刊的宏观管理,提高其质量有重要意义。     

Two Optimal Aggregation Approaches of Fuzzy Opinions in Group Decision Analysis

The aggregation of fuzzy opinions is an important component of group decision analysis with fuzzy information. This paper proposes two new approaches for the assessment of the weights to be associated with fuzzy opinions. These approaches involve,respectively, the minimization of the sum of squared differences between the individual weighted fuzzy opinion and the weighted mean value of all fuzzy opinions, which is called the weighted minimum variance method (WMVM), and the minimax difference of any two adjacent individual weighted fuzzy opinions, which is called the mean value minimax differences method (MVMDM). The two approaches are developed and numerical examples are presented to illustrate their simplicity and effectiveness in aggregating fuzzy -opinions.     

基于PLOWA算子评价复杂系统的模糊AHP法

研究复杂系统的多准则系统评价方法,使其能对系统评价中的自然语言进行模糊层次化处理。根据模糊集理论,提出ＰＬＯＷＡ（ｐｒｏｐｏｒｔｉｏｎａｌ ｌｉｎｇｕｉｓｔｉｃｏｒｄｅｒｅｄ ｗｅｉｇｈｔｅｄ ａｖｅｒａｇｉｎｇ）算子,对ＬＯＷＡ算子的应用进行扩展,定义新的变换权函数,使其能对不同准则下不等权的语言信息进行综合处理。并概括总结了基于ＰＬＯＷＡ算子进行系统评价的模糊ＡＨＰ法（ｆｕｚｚｙ ａｎａｌｙｔ