广义犹豫模糊软集的不确定性度量及其应用

本文在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的不确定性度量。首先在犹豫模糊集包含度的公理化定义基础上,建立犹豫模糊集合的三种包含度公式;然后给出广义犹豫模糊软集包含度的公理化定义,并利用犹豫模糊集合的包含度公式构造广义犹豫模糊软集间的包含度公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的包含度。接下来给出广义犹豫模糊软集不确定性度量的公理化定义,并从其包含度出发来构造广义犹豫模糊软集的不确定性度量公式,这种不确定性度量的计算方法同样适用于参数集不同的广义犹豫模糊软集,最后利用广义犹豫模糊软集不确定性度量方法应用到聚类分析实例中,通过实例验证了所提出方法的可行性和有效性。     

区间直觉犹豫模糊集的两种相似测度及其在模式识别中的应用

模糊集的相似测度是模糊集理论的重要组成部分之一,有着广泛的应用.首先给出了基于隶属度、非隶属度和犹豫度的区间直觉犹豫模糊集的标准海明距离、标准欧氏距离、广义标准海明距离公式以及它们的加权距离公式.然后提出了基于距离的区间直觉犹豫模糊集相似测度和区间直觉犹豫模糊集的余弦相似度,并给出了公理化证明.两种相似测度均包含了区间直觉犹豫模糊集的隶属度、非隶属度和犹豫度.最后将这两种相似测度应用到基于区间直觉犹豫模糊信息的模式识别中.     

格蕴涵代数的直觉模糊LI-理想

本文深入研究了格蕴涵代数的直觉模糊\textit{LI}-理想理论.给出了直觉模糊\textit{LI}-理想的若干新的性质和等价刻画. 建立了由一个直觉模糊集生成的直觉模糊\textit{LI}-理想的表示定理.证明了一个格蕴涵代数的全体之集模糊\textit{LI}-理想之集在直觉模糊包含序下构成一个完备的分配格.     

基于可能度的一种直觉模糊集相似度测量方法

研究直觉模糊集的相似度测量方法. 首先给出两个直觉模糊数比较的可能度公式及其性质. 在此基础上, 定义两个直觉模糊集间的相似度测量公式, 分析用此公式进行相似度测量的优缺点, 旨为直觉模糊集在决策、模式识别和医疗诊断中的应用提供更为合理的工具.     

多值不确定型直觉模糊识别决策方法

基于模糊环境给出多值不确定型直觉模糊集的概念,定义了集合的交、并、包含等基本运算性质。通过刻画集合间的相似程度,提出八个新的相似度公式。最后将相似度应用于识别决策,说明公式的实用性和有效性。     

区间直觉模糊判断矩阵群决策中的逆判问题

研究了区间直觉模糊判断矩阵的群决策问题.定义了两种区间直觉模糊集相似度公式,给出两种与决策群体意见一致性程度最高的理想区间直觉模糊判断矩阵构造优化方法.利用矩阵对不同专家判断矩阵中相同位置元素的一致性进行分析,并对不同专家的判断信息进行整体相似程度分析,最后通过算例说明了该方法的有效性和实用性.     

直觉模糊格及其同态

在K.Atanassov引进直觉模糊集的基础上,定义了直觉模糊格,并讨论了它的简单性质,给出了直觉模糊集截集与直觉模糊格的关系,证明了A是格L的一个直觉模糊子格的充要条件是A的截集是L的一个子格,然后在格同态与同构意义下,研究了直觉模糊格的像与原像。最后给出了直觉模糊凸子格的概念,并得到了它的一些基本性质。     

不完备直觉模糊信息系统属性约简新方法

为了解决不完备直觉模糊(决策)信息系统属性约简问题,首先利用属性值贴近度和阈值λ构建不完备直觉模糊信息系统的广义λ-容差关系,然后利用此广义λ-容差关系来定义不完备直觉模糊(决策)信息系统的广义λ-可辨识矩阵,再后根据广义λ-可辨识矩阵构造不完备直觉模糊(决策)信息系统的广义λ-辨识公式,最后通过所构造的广义λ-辨识公式的极小析取范式可以唯一确定不完备直觉模糊(决策)信息系统所有(相对)约简。通过算例说明所介绍的属性约简方法的科学性和有效性。     

毕达哥拉斯模糊软集的相似性测度及其应用

直觉模糊软集不能处理隶属度与非隶属度之和大于1的情况,且现有的直觉模糊软集的相似性测度只考虑了隶属度与非隶属度,忽视了犹豫度。针对以上问题,本文提出了一种基于隶属度、非隶属度以及犹豫度三个参数的毕达哥拉斯模糊软集的相似性测度和加权相似性测度。在为加权相似性测度的权重取值时,本文基于现有文献中直觉模糊熵存在的缺陷建立一种改进的直觉模糊熵,利用熵权法计算权重。分别讨论两相似性测度公式的性质,最后将两相似性侧度公式应用在建筑材料的模式识别问题中。     

基于下截集的直觉模糊蕴涵

本文利用直觉模糊推理句"若x为A,则y为B"给出一种构造直觉模糊蕴涵的方法。首先,利用直觉模糊集A,B的下截集A~α,B~α构造模糊蕴涵关系;然后利用直觉模糊集的表现定理构造四个直觉模糊蕴涵算子;最后对所构造出算子的性质进行了讨论.     

直觉模糊集的单调贴近度及其与熵、包含度的关系

为了比较直觉模糊集贴近度之间的大小,定义并研究直觉模糊集的单调贴近度,探讨其性质,分析其与熵及包含度的关系,进而给出利用熵及包含度构造单调贴近度以及利用单调贴近度构造熵及包含度的方法.     

区间直觉模糊集的区间熵和区间相似度

熵和相似度是模糊集理论中很重要的信息度量工具。本文给出了区间直觉模糊集的区间熵和区间相似度的公理化定义,并给出了几个区间熵公式。说明了当熵公式无法区分区间直觉模糊集的不确定时,利用区间熵的优点。讨论了区间熵和区间相似度的关系,给出了由区间熵转化为区间相似度的方法。     

基于“直觉模糊集的距离测度”的联想

直觉模糊集不同于模糊集的最重要指标是犹豫度.在直觉模糊集的距离定义和公式中应突出体现犹豫度;在直觉模糊集的距离定义中也应包含经典距离的性质—三角不等式.基于论文"直觉模糊集的距离测度",提出直觉模糊集的新距离定义和新公式.应用实例表明,新提出的直觉模糊集的距离公式是实用的.     

直觉模糊集的σ-相似度和σ-包含度及其相互诱导关系

相似度与包含度是度量模糊集的两个重要指标。介绍在有限论域上直觉模糊集的相似度与包含度的定义,重点研究σ-相似度和σ-包含度的性质,分别给出σ-相似度和σ-包含度的一些等价条件,进而给出σ-相似度与σ-包含度之间的相互诱导关系。     

基于直觉模糊软集的群决策方法研究

研究了专家权重未知情况下基于直觉模糊软集的群决策问题.首先利用距离提出了一种基于直觉模糊软集的决策算法.然后通过考虑专家个体提供信息本身的不确定性和专家之间提供的信息间的一致性,定义了直觉模糊软集的知识测度和基于α-相似关系的一致度,由此提出了一种确定专家权重的方法.进而给出了一种基于直觉模糊软集的群决策算法.最后通过实例说明所提出算法是有效的与合理的.     

EQ代数的(λ,μ)直觉模糊偏滤子

在EQ代数和直觉模糊集理论的基础上,首先引入了EQ代数上(λ,μ)直觉模糊偏滤子和(λ,μ)直觉模糊偏截滤子的定义,讨论了它们的性质以及等价刻画;其次研究了EQ代数上(λ,μ)直觉模糊偏滤子的生成及结构;最后得到了(λ,μ)直觉模糊偏滤子是有界格而并非多格的结论.     

关于否定非对合剩余格的模糊LI-理想

运用模糊集及分析学的方法和技巧对否定非对合剩余格的模糊LI-理想问题作深入研究。证明了一个给定的否定非对合剩余格L的全体模糊LI-理想之集FLI(L)关于模糊集合包含序?构成完备Heyting代数。并给出了完备Heyting代数(FLI(L),?)中蕴涵算子的表示定理。     

粗糙直觉模糊集的近似表示

在粗糙直觉模糊集的基础上,从新的角度提出了不确定目标概念的近似表示和处理的方法(通过近似模糊集和近似精确集刻画).首先将已有的直觉模糊集相似概念和均值直觉模糊集概念引入到该模型,定义了Pawlak近似空间U/R下的阶梯直觉模糊集、0.5-精确集的概念,然后得到了均值直觉模糊集(0.5-精确集)是所有直觉模糊集中与目标直觉模糊集最接近的直觉模糊集(近似精确集),接着分析了均值直觉模糊集、0.5-精确集分别与目标直觉模糊集的相似度随着知识粒度变化的变化规律.     

基于区间数度量的区间值模糊集合的归一化距离、相似度、模糊度和包含度的关系研究

区间值模糊集合的距离、相似度、模糊度和包含度及其关系研究是区间值模糊集合的一个研究热点.考虑到区间值模糊集合所表示信息的丰富性,本文使用区间数而非实数来刻画区间值模糊集合的距离,首先给出基于区间数度量的区间值模糊集合的归一化距离的公理化定义,然后通过五个定理详细研究了基于公理化定义的区间值模糊集合的归一化距离、相似度、模糊度和包含度之间的相互转换关系,最后,给出了若干公式来计算基于区间数度量的区间值模糊集合的相似度、模糊度和包含度.这些结论,一方面丰富了区间值模糊集合的信息测度(距离、相似度、模糊度和包含度)的内容,另一方面也为区间值模糊集合的近似推理、决策分析、模式识别等领域的应用提供了新方法和新理论.     

直觉模糊集的广义模糊熵

利用模糊补定义了直觉模糊集的广义补集,并讨论了直觉模糊集广义补集的一些性质。在此基础上,给出了直觉模糊集广义模糊熵的公理化定义及几个直觉模糊集广义模糊熵的具体计算公式。此外,本文还研究了直觉模糊集的广义模糊熵与相似性测度之间的关系。