多维动态模糊数据的分解模型研究

对多维数据的研究最大困难在于其数据量十分庞大,数据规模的单纯扩大,往往导致系统的复杂性成倍增加,而且在研究中发现,存在着大量具有“多维性”、“动态性”和“模糊性”的数据.对此,该文基于动态模糊理论,提出了多维动态模糊数据的分解模型,该模型的建立,为人们用计算机处理这类问题提供了理论依据.     

基于模糊集μ_X~R的α-截集和强β-截集的粗近似

研究了基于模糊集μXR的α-截集和强β-截集的粗近似问题,提出了(α,β)-粗糙集模型,讨论了粗糙近似算子的一些重要性质,给出了粗糙度和近似精度的定义和性质,证明了该模型比Pawlak粗糙集模型具有更好的精度.     

双枝模糊集并-表现定理

建立了双枝模糊集并-表现定理，讨论了双枝模糊集的运算性质.结果表明：双枝模糊集表现定理是单枝模糊集表现定理的一般形式，单枝模糊集表现定理是双枝模糊集表现定理的特例.     

基于模糊集μRX的α-截集和强β-截集的粗近似

研究了基于模糊集μRX的α-截集和强β-截集的粗近似问题,提出了(α,β)-粗糙集模型,讨论了粗糙近似算子的一些重要性质,给出了粗糙度和近似精度的定义和性质,证明了该模型比Pawlak粗糙集模型具有更好的精度.     

模糊膜计算模型与应用研究综述

膜计算是由生物细胞(群)相关机理启发的一类分布式、并行计算模型.膜计算模型已被证明是强大的并且以多项式时间复杂性求解众多的NP(non-deterministic polynomial)问题.膜计算模型与算法是膜计算领域的核心关键问题,特别是面向应用问题的模型和算法.模糊膜计算是近年开发的一种膜计算模型,它能克服先前模型在处理不确定性问题上的限制,得到极为广泛的关注.目前,模糊膜计算模型已在诸如电力系统故障诊断、微网控制中得到应用.首先简要地介绍几种模糊P系统,然后描述它们在工程问题中的应用.     

模糊等价关系下的犹豫模糊粗糙集及其应用

首先通过对长度不同的犹豫模糊元进行补齐来定义犹豫模糊集新的交并运算,在Pawlak近似空间中利用新的运算建立粗糙犹豫模糊集模型;然后将Pawlak近似空间推广到一般犹豫模糊近似空间,利用犹豫模糊元间的相似度获得犹豫模糊近似空间中对象间的模糊关系矩阵,再利用模糊集的传递闭包法将模糊相似矩阵转化成模糊等价矩阵,在此基础上建立犹豫模糊信息系统中的粗糙集模型,研究犹豫模糊信息系统的属性约简。最后通过一个算例来说明犹豫模糊信息系统的属性约简方法。     

直觉模糊熵改进的公理化定义和计算公式

直觉模糊熵是用来刻画直觉模糊集的不确定性和未知性程度的,首先介绍了模糊熵的定义,给出了直觉模糊集的相关知识;接着分析和深入探讨已有直觉模糊熵公理化定义,找出存在的缺陷对其进行修改;然后分析已有直觉模糊熵公式,概括出其中的要点,提出一个新的计算公式;最后举例说明改进的公理化定义和计算公式符合客观规律.     

基于模式识别的电力设备评级管理系统设计

结合电力系统设备数量多、规格多、差别大的特点,提出了基于模糊控制理论的模式识别电力设备评级管理方式,以此来解决在设备管理过程中的随机性和不确定性问题,人为因素大大减少,并用Visual C++编程,设计了设备的评级支持软件.     

Ω-凸Fuzzy集

给定一个参数集,将Ω-模糊集与凸集相结合,提出了一种新的Ω-凸Fuzzy集,并研究了Ω-凸Fuzzy集的一些基本性质。