一种新的模糊数的距离定义

指出模糊数的Hausdorff距离定义的不足和模糊距离定义在模糊数的数列应用上的缺陷,给出一种新的定义，并在此定义的基础上给出相关的几个定理．     

基于Hausdorff测度直觉模糊数距离度量的直觉模糊数序列极限研究

为了更深入地研究直觉模糊理论,构建直觉模糊数序列极限分析模型,在直觉模糊数、直觉模糊距离度量研究探讨的基础上给出了基于Hausdorff测度直觉模糊数距离度量的直觉模糊数序列的定义并对其极限及性质进行了重点研究,对直觉模糊数序列分析理论的研究具有重要的理论意义.     

复模糊数及其收敛性

在新的模糊数序关系意义下,将定义在所有实模糊数上的模糊距离推广到所有复模糊数集上的模糊距离.并以此为基础,定义了复模糊数列的极限,讨论了复模糊数列的保号性、有界性等收敛性质及C auchy收敛判别法等.     

模糊数的运算性质及模糊数的距离与极限

通过对零模糊数以及模糊数的序关系的重新定义,使得模糊数与实数有了更相似的运算性质。定义了模糊数的距离,讨论了模数列的极限及性质。     

序有界模糊n-方体数集的上确界与下确界

本文中,我们讨论了在定义模糊n-方体数值映射的某种类型的积分时要用到的序有界模糊n-方体数集的上确界与下确界的问题。我们证明了序有界模糊n-方体数集的上、下确界的存在性,并给出了它们的表示。     

基于距离测度的区间粗糙模糊数多属性决策方法北大核心

将模糊集理论与区间粗糙数融合,提出了区间粗糙模糊数的概念,并定义了区间粗糙模糊数的运算法则。为对区间粗糙模糊数进行比较及排序,定义了区间粗糙模糊数的上近似距离和下近似距离,每个距离下分别讨论了最大、最小和平均三种情形,并通过调节因子α将上近似距离和下近似距离集成为区间粗糙模糊数的距离。为解决区间粗糙模糊数形式下的多属性决策问题,定义了信息系统的最优解、最劣解、正距离、负距离、优势度等概念,并借助熵权法确定属性权重,给出对象的加权综合优势度及排序结果。算例结果表明,最大距离、最小距离和平均距离三种情形下得到的结果无显著差异,且与决策者主观认知基本一致,验证了算法的合理性与稳健性。     

n维模糊度量空间及其完备性

定义了n维模糊向量的模糊距离、n维模糊度量空间及其完备性的概念,实现了用R上的模糊数度量模糊向量间距离的目的,不仅使得模糊距离的度量更加合理、更加贴切,也创立一套独立于实数的模糊数学分析理论打下了基础。     

模糊有界变差函数全变差的积分表示与距离导数

定义和讨论了模糊数值函数的距离导数,给出了模糊有界变差函数全变差的积分表示.发现模糊绝对连续函数是几乎处处距离可导的,距离导数的积分等于其原函数的总变差,从而给出了模糊有界变差函数全变差的积分表示.     

基于二型直觉模糊信息的多属性决策方法

模糊数直觉模糊集是直觉模糊集和区间数直觉模糊集的拓展,本文提出了二型直觉模糊数概念,对基于二型直觉模糊信息的多属性决策进行了研究.以结构元理论为基础,给出了二型直觉模糊数的距离公式,然后定义了二型直觉模糊正、负理想点,进而给出了一种基于二型直觉模糊数的多属性决策的步骤.最后通过实例来证明其有效性.     

全系数模糊的广义模糊变量线性规划

构建并讨论了一类约束条件与目标函数均含模糊系数的广义模糊变量线性规划问题.首先,简单介绍了模糊结构元理论并基于模糊结构元理论定义了表征模糊数面积信息的散度指标.其次,兼顾距离与面积信息,给出了三角模糊数与拟三角模糊数比较排序的新方法,将全系数模糊的广义模糊变量线性规划转化为普通的多目标线性规划.最后,借鉴分层规划的思想,结合模糊数本身性质,给出了此类问题的一种简化求解方法.     

广义直觉模糊信息粒度

直觉模糊信息粒度是度量直觉模糊粒结构不确定性的一种重要方法。本文针对直觉模糊信息粒度在度量直觉模糊粒结构上存在的不足进行分析。首先,介绍直觉模糊粒结构距离。其次,改进了基于偏序关系提出的直觉模糊信息粒度的公理化定义,从直觉模糊粒结构距离观点出发,以最细的直觉模糊粒结构为参照物,计算每个直觉模糊粒结构与最细的直觉模糊粒结构之间的距离,距离的值越大,这个直觉模糊粒结构的信息粒度越大。最后,通过例子验证结论的合理性。     

直觉模糊集的距离测度

直觉模糊集的距离测度是两个直觉模糊集差异性大小的度量,许多学者围绕其公理化定义和具体表达公式做了大量的工作,并且被广泛应用在多属性决策、模式识别等许多方面。基于直觉模糊集距离测度的公理化定义,本文对一些学者提出的距离测度公式进行了探讨,并给出了几种一般化构造形式。     

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.     

区别度诱导的广义模糊熵

广义模糊熵是模糊熵在广义模糊补意义下的推广,本文从区别度的角度给出几个生成广义模糊熵的途径;通过一个具体的区别度公式得到了相应的一些广义模糊熵表达式,为实际使用广义模糊熵做了一些理论上的铺垫.     

区间值直观模糊集的相似测度和距离测度

对现有的模糊集和直观模糊集的相似测度和距离测度的公理化定义进行分析,并做出改进;然后提出区间值直观模糊集的相似测度和距离测度的公理化定义,并各引入它们的一种计算方法;最后给出区间值直观模糊集的相似测度和距离测度在模式识别中的一个应用实例.     

Fuzzy集的基数

关于Fuzzy集的基数，[1]中曾对有限支集的Fuzzy集以及极苛刻条件下的无限Fuzzy集给出过一种定义。但是，正如本文将要指出的那样，该定义是不合理的。本文将从研究Fuzzy映射入手，给出Fuzzy集基数的一般性定义。基于这一定义，不但得到有关基数的大部分结论，而且有其自身的特殊性。     

基于粗糙集的模糊决策算法

给出一种从连续决策表中提取模糊决策规则的规则提取算法。首先,转化连续属性值为模糊值;然后,给出两个不同对象的模糊属性值关于相应连续属性的相似度;其次,给出了λ相似关系与λ相似类的定义。根据λ相似关系,给出粗糙-模糊空间中的下近似与上近似概念;最后,结合模糊集与粗糙集理论的思想,给出一种从连续值域决策表获取决策规则的算法,并通过实例说明该算法的有效性。