关于测度的扩张及其完备化

给出测度的扩张 ,且对测度的完备化 ,作了进一步的补充     

Shapley熵的公理刻画

Shapley熵是利用Shapley值而定义的容度的熵.本文首先对一个模糊测度进行分解,并解释了这种分解的含义,从而得到了Shapley熵的递归性质;然后,利用Shannon熵和Shapley值的公理刻画给出了Shapley熵的公理刻画.     

模糊测度空间的正则扩张及其表示定理

本文研究文〔3〕中提出的模糊测度.首先引入了正则模糊可测空间的概念,并讨论了模糊可测空间的正则扩张及其表示问题;最后证明了模糊测度空间的正则扩张及表示定理.     

关于拟测度与模糊测度的进一步讨论

由经典测度的完备定理、逼近定理及拟测度的特征T_函数的性质得到了拟测度的完备定理与逼近定理,并对已有的模糊测度的完备化做了进一步讨论,给出了拟可加、次可加、模糊可加等模糊测度的完备化.     

模糊熵、贴近度与距离测度及其内在联系探讨

给出了模糊熵的结构表达式,在介绍模糊贴近度与距离测度概念的基础上,对其性质进行了探讨,揭示了模糊度、贴近度和距离测度三者之间的内在联系。     

可加Fuzzy测度空间上保测变换的熵

引入Ｆｕｚｚｙ划分的熵和条件熵的概念，讨论它们的一些性质，并研究保测变换关于Ｆｕｚｚｙ划分的熵及其性质，证明可加Ｆｕｚｚｙ测度空间上保测变换的熵是一个共轭不变量。     

模糊支付合作对策的模糊Shapley值

利用模糊数的相关性质对具有模糊收益的合作对策进行了研究,通过建立公理体系,提出了类Shapley值的 概念,并以此为基础,重新定义了模糊Shapley值,给出了该模糊Shapley值的相关性质及存在的条件.     

模糊集中的无限非概率测度熵

目的 为得到模糊信息论的一些重要性质和定理。方法 以模糊熵的数学性质为基础，以Shannon熵为工具进行研究。结果 给出了无限非概率测度熵的定义及性质，并对无限非概率测度条件熵及模糊互信息给出了定义，进而研究了其性质并给出了相关定理。结论 其结果深化和发展了模糊信息论的内容。     

具有模糊联盟值的n人合作博弈的模糊Shapley值

利用模糊集表现定理对具有模糊联盟值的n人合作博弈的模糊Shapley值重新进行研究.定义了具有模糊联盟值的n人合作博弈的α-博弈,并给出了其Shapley值定义及表达式.通过研究所有α-博弈的Shapley值之间的关系,验证了所有α-博弈的Shapley值构成一个集合套.利用模糊集表现定理和α-博弈Shapley值,定义了具有模糊联盟值的n人合作博弈的模糊Shapley值.实例研究表明,具有模糊联盟值的n人合作博弈的模糊Shapley值的有效性.     

Data fusion based on fuzzy measures

Choquet integral based on fuzzy measure is a very popular data fusion approach. A major problem in applying the Choquet integral is how to determine a large number of fuzzy measures as the number of attributes increases. The λ-fuzzy measure proposed by Sugeno is a powerful method to resolve this problem. However, the modeling ability of the λ-fuzzy measure is too limited to satisfy actual requirements. In this paper, an extended λ-fuzzy measure is proposed using Shapley value index, and the limitation of the λ-fuzzy measure is significantly overcome under little additional computational loads. The extended fuzzy measure has stronger modeling power than the λ-fuzzy measure, straightforwardly representing interaction among attributes. We apply the extended fuzzy measure to an artificial data set and a real dataset in an iron-steel plant. The results verify the usefulness of the extended fuzzy measure compared with other main existing methods.     

Data fusion based on fuzzy measures

Choquet integral based on fuzzy measure is a very popular data fusion approach.A major problem in applying the Cho- quet integral is how to determine a large number of fuzzy measures as the number of attributes increases.Theλ-fuzzy measure proposed by Sngeno is a powerful method to resolve this problem.However,the modeling ability of theλ-fuzzy measure is too limited to satisfy actual requirements.In this paper,an extendedλ-fuzzy measure is proposed using Shapley value index,and the limitation of theλ-fuzzy measure is significantly overcome under little additional computational loads.The extended fuzzy measure has stronger modeling power than theλ- fuzzy measure,straightforwardly representing interaction among attributes.We apply the extended fuzzy measure to an artificial data set and a real dataset in an iron-steel plant.The results verify the usefulness of the extended fuzzy measure compared with other main existing methods.     

一类拟模糊熵的渐近界

目的为得到一类拟模糊熵的渐近界的一些性质和定理。方法以模糊熵的基本定义和性质为基础,以Jensen inequality(詹森不等式)为工具进行研究。结果得到b-拟模糊熵、b-拟条件模糊熵、b-拟互信息的渐近界的定义和一些良好的性质及定理。结论深化和发展了模糊信息论的内容。     

基于模糊熵的聚类有效性分析

模糊熵描述了一个模糊集的模糊性程度.本文将模糊熵应用于聚类有效性的分析.指出用于聚类有效性判决的划分系数是一个基于模糊熵的聚类有效性判决准则.最后通过几组数据对不同模糊熵公式的判决功能进行了比较实验.     

模糊相对熵及在模式识别中的应用

目的研究模糊相对熵在模式识别中的应用。方法利用模糊相对熵的一个修正公式——加权模糊相对熵研究模糊相对熵在模糊模式识别中的应用。结果数值例子说明模糊相对熵方法和最大最小贴近度方法得出了一致的模糊识别的结果。结论模糊相对熵方法用于模式识别是很有实际意义的。     

模糊集的一类新广义熵

目的研究模糊集的一类新的广义熵。方法将离散随机变量的(k,q)阶广义熵推广到模糊集理论中,定义模糊集的(k,q)阶广义熵和q阶Shannon熵,讨论q阶Shannon模糊熵和q阶Re-nyi模糊熵之间的关系。结果得到了(k,q)阶广义熵和q阶Shannon模糊熵的一系列性质,并且证明了当q≥0.5时,q阶Shannon模糊熵是F(X)上的一个σ-熵。结论拓广了模糊熵,为模糊信息学的深入发展提出了新的思路。     

直觉模糊集熵的一种计算公式

为进一步精确度量直觉模糊集的模糊性,改进了直觉模糊集的模糊度的公理化形式,并给出了直觉模糊集的模糊度计算公式.利用直觉模糊集的模糊度和犹豫度,给出了直觉模糊集熵的计算公式,并举例验证了该计算公式的有效性.     

基于模糊概念相似性与模糊熵度量的模糊分类算法

在AFS(axiomatic fuzzy set)理论框架下,提出了一种基于模糊概念相似性与模糊熵度量的分类算法.模糊分类规则的前件通过概念聚合得到,一种基于模糊概念相似性与模糊熵度量的概念选择函数指导聚合过程;然后,利用剪枝算法对得到的模糊规则集进行剪枝,得到最终的分类规则集.用8组来自UCI数据库的数据集作为实验数据对算法进行验证,并与7种经典分类方法进行比较.实验结果表明该算法能得到较高的分类精度,分类结果明显优于参照的分类方法.     

基于Shapley值法和直觉模糊的煤炭供应链利益分配

建立公平合理的利益分配机制是均衡煤炭供应链建设与管理的关键。在供应链利益分配研究成果的基础上,提出了＂Shapley值法为基础、多因素综合修正、直觉模糊原理确定修正系数＂的均衡煤炭供应链合作伙伴利益分配研究思路和具体方法。该研究应用于某煤炭企业集团,实例验证了该方法可行实用。