关于k商映射的注记

本文给出了度量空间的k商s映像的内在刻画,利用由确定的集族诱导的弱拓扑刻画了序列商映射和k商映射,并且讨论了几类弱拓扑之间的关系.     

一种新的模糊集合模糊度公式

根据决策者的偏好,结合模糊集的位置引入位置影响因子,得到基于模糊集与最模糊集相对贴近度的新模糊度公式,并用算例检验其合理性和分辨力.新模糊度公式能有效地比较模糊集之间的模糊程度大小.     

S-粗决策及其F-干扰生成

针对动态决策系统具有的干扰特性和决策的不确定性,利用双向S-粗集提出了F-干扰粗决策与F-干扰粗决策规律的概念,并对F-干扰粗决策生成与F-干扰粗决策规律生成的特性进行了讨论,给出了F-干扰粗决策规律不可分辨定理与识别准则和应用.通过讨论和应用,说明利用F-干扰粗决策规律有助于在动态决策系统中分辨-识别出异常干扰,修正系统做出的决策,保证决策的安全.     

协调优势粗糙集方法及其在UCAV目标威胁估计中的应用

针对一般粗糙集方法不能由有限数据给出完整决策规则的问题, 定义了正协调、负协调和混合协调决策信息系统, 研究了正协调系统的优势关系决策规则获取方法, 在此基础上提出了负协调和混合协调系统的优势关系决策规则获取方法, 形成了协调决策信息系统的优势粗糙集方法, 即协调优势粗糙集方法. 将该方法应用到无人战斗机目标威胁估计中, 建立了无人战斗机目标威胁估计决策信息系统, 分析了目标属性的偏好性, 给出了决策算法, 对算法的复杂度进行了分析, 并与 Greco优势粗糙集方法进行了比较. 结果表明: 该方法简单可行, 得到的确定性决策规则可以涵盖目标条件属性的所有取值, 有效地解决了决策规则的不完备性.     

区间直觉模糊统计判决与决策

针对统计判决与决策中存在的模糊性, 给出了模糊性区间直觉模糊集的描述方法. 首先, 给出了区间直觉模糊事件概率的概念; 其次, 在定义区间直觉模糊$t$模及$s$ 模的基础之上, 给出了区间直觉模糊事件概率所满足的基本性质, 证明了区间直觉模糊乘法定理、全概率公式和贝叶斯公式; 再次, 根据给出的区间直觉模糊概率的性质, 依据信息源类型的不同, 详细分析区间直觉模糊统计判决与决策的方法; 最后, 验证了该方法的有效性.     

模糊软集合理论在税收组合预测中的应用

结合模糊软集合理论建立税收收入的组合预测模型,根据税收收入的特点,代表性地选择了Elman回归神经网络模型、含政策虚拟变量的自回归模型、ARIMA(1,1,1)的时间序列模型、多因素SVM回归模型这四种模型作为组合预测中的单一模型,并以1980年到2008年的税收收入等相关数据为背景进行了说明和分析.结果表明该组合预测模型能有效减小预测误差,为税收工作实践提供了一个应用研究工具,并推广和丰富了软集合理论在税收经济模型研制中的实际应用.     

基于随机集证据推理的构件软件体系可靠性模型

将随机集证据推理应用于军事信息系统软件可靠性建模研究,采用其分析软构件故障过程,计算 软构件可靠性参数,并在此基础上构建了一个基于随机集证据推理-贝叶斯网络的军事信息系统软件可靠性模型.本模型实现了对构件软件体系全过程的可靠性跟踪和监控.仿真实验验证了该模型的实用性和有效性.本模型还可应用于对大型设备系统的故障诊断.     

复模糊值函数的积分及其性质

复模糊值函数理论在模糊控制中是广泛存在的,讨论复模糊值函数积分的性质有重要的理论和实际意义.本文首先介绍了模糊数的概念、运算规则及复模糊值函数的表达式(f)(x)=((f)1(x),(f)2(x)),在新的序关系的意义下给出复模糊值函数(f)(x)=((f)(x),(f)2 (x)) Riemann积分的定义.在此基础上给出了复模糊值函数的r-截集的概念,利用r-截集把复模糊值函数转化为区间值函数,用扩张原理给出了复模糊值函数积分表达式,并讨论了复模糊值函数积分的性质,得出了复模糊值函数积分具有区间可加性、不等式性、对实系数和复系数具有线性性质等结论.     

基于RS-CPM模型的边坡失稳灾害预测及应用

提出基于粗糙集的边坡失稳灾害突变级数预测模型,选取介质容重、内聚力、内摩擦角、边坡角、边坡坡高、孔隙压力比共6个预测指标,运用粗糙集理论进行属性约简和属性重要性排序,在此基础上开展突变级数的指标浓缩,从而实现对边坡失稳灾害的预测.研究结果表明:该模型计算输出的各种指标预测值与实际值较吻合,预测精度较高,可在实际工程中应用;这种方法克服了突变级数法难以判定属性重要度的缺点,计算简便,可操作性强,为公路边坡风险提供了一种可行的预测方法.     

一种基于粗糙集的约简算法

在决策表中求取知识时可以进行属性约简,而属性约简中大部分算法都需计算核．文章基于现有的属性约简算法,提出了改进的约简算法．该算法不需要求核,从而节约了时间与空间,使粗糙集在面对大数据时能更好的处理．