模糊熵,距离测度和散度测度

在模糊集的运算基础上,讨论如何用模糊熵定义模糊距离测度,并且研究了模糊距离测度和散度测度的关系。     

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。     

复模糊集值复模糊测度空间上的可测函数及其性质

以改进的实可测函数的概念,借用新定义的模糊实数值可测函数概念,进一步将模糊测度与模糊可测函数概念扩展到更广泛的复模糊集上,给出复模糊集值复模糊可测函数概念,研究复模糊集值复模糊测度空间上的可测函数的性质,讨论了复模糊集值复模糊可测函数在此定义下一些基本性质的遗传性,得到了复模糊集值复模糊可测函数的一些重要性质,这些性质实际上拓广了经典可测函数的相应结论。为进一步讨论复模糊集值复模糊积分的研究奠定基础。     

直观模糊集的熵、距离测度、相似测度及它们的关系

熵、距离测度和相似测度是模糊集理论中的三个重要概念.首先系统地给出了直观模糊集的熵、距离测度和相似测度的公理化定义,并讨论了它们之间的一些基本关系.然后在距离测度公理化定义的基础上产生了一些新的直观模糊集的熵公式.     

L-模糊自然数的乘法运算和幂运算

在L是完全分配格时,定义了L-模糊自然数的乘法运算和幂运算,研究了乘法运算、幂运算的交换律、结合律以及乘法对加法的分配律等性质。     

直觉模糊集之间的距离测度

介绍了直觉模糊集之间距离测度公理化的定义,引入了一些新的距离测度并给出了这些距离测度性质的证明.讨论了相似测度与距离测度之间的关系.最后,指出直觉模糊集距离测度在模式识别中的应用.     

基于隶属度与非隶属度交叉影响的直觉模糊集运算法则及其应用

考虑到不同直觉模糊集的隶属度与非隶属度之间可能存在着某些关联和相互影响,本文提出了直觉模糊集上的改进的加法运算、数乘运算、乘积运算和幂运算.在这些运算的基础上,我们重新给出了直觉模糊加权算术平均算子、直觉模糊有序加权算术平均算子、直觉模糊加权几何平均算子和直觉模糊有序加权几何平均算子的表达式,并研究了他们的一些性质.最后通过实例,说明了新的集成算子在决策应用中的有效性.     

毕达哥拉斯模糊信息集成算法应用于企业资源计划系统

提出了一种基于毕达哥拉斯模糊信息集成算法的多决策模型。该模型首先在毕达哥拉斯模糊信息环境下,通过阿基米德范数定义了新的加法、乘法、数乘以及幂运算;随后将几何Bonferroni平均算子应用于毕达哥拉斯模糊集,分析了PFGBM(Pythagorean Fuzzy Geometric Bonferroni Mean)的基本特征性质和常用的PFGBM表达形式;最后设计了基于PFGBM的多决策模型并应用到处理企业资源计划系统的更新选择实例中。实验表明,构建的模型提高了企业资源计划决策的适用范围和灵活性。     

模糊熵与距离测度的相互诱导及其应用

模糊信息论就是利用模糊数学这一工具来研究带有模糊不确定性的信息的．模糊熵和距离测度是模糊信息论中两个重要的度量方法．本文主要讨论模糊熵和距离测度之间的相互关系,由此得到几个由模糊熵诱导的距离测度公式和几个由距离测度诱导出的模糊熵公式,说明了模糊熵和距离测度是可以相互诱导的．最后,举例说明距离测度公式在模式识别中的应用．     

带有三种否定的模糊集FScom的距离测度与贴近度

对模糊信息中"否定"的认知与处理是模糊信息研究领域的一个重要的基础问题,对此潘正华提出一种区分矛盾否定、对立否定与中介否定的模糊集FScom。本文提出了FScom集的距离测度与贴近度的公理化定义,讨论了它们各自的性质以及相互间的关系,给出了具体的计算公式,并在实例中讨论了FScom集的距离测度与贴近度的应用。     

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.     

Contribution to application of energy measure of fuzzy sets

The works of De Luca & Termini continued by, for example, Knopfmacher, Loo and Gottwald, are the most important on the topic of determination of measures of fuzzy sets. The matter is to evaluate how fuzzy a fuzzy set is. There are two general concepts of measures of fuzzy set, i.e. entropy and energy measures.We show that the special kind of energy measure is better suited than the entropy kind of measure in many practical situations.Applications of the use of energy measure discussed in detail include decision making, fuzzy process control and prediction in fuzzy systems.     

广义模糊粗糙集的不确定性度量

研究广义模糊粗糙集的不确定性问题,利用一种新的信息熵定义模糊粗糙集的模糊性度量,并给出这种度量的性质,证明当且仅当A是经典可定义集合时其模糊粗糙集的模糊性度量FR(A)等于0。     

粗糙模糊集的模糊性度量

研究粗糙模糊集的模糊性度量,提出了一种新的熵与条件熵的概念,并验证了这种熵与Shannon熵类似的性质。利用这种熵定义了粗糙模糊集的一种不确定性度量,证明了粗糙模糊集的模糊性度量FR（A）等于0的充分必要条件是A是经典集合且是可定义的。     

基于区间数度量的区间值模糊集合的贴近度和模糊度的关系

给出了基于区间数度量的区间值模糊集合的贴近度和模糊度的概念,详细研究了区间值模糊集合的贴近度和模糊度之间的关系,并基于公理化定义,证明了它们二者之间的相互转化关系,最后,给出了若干公式来计算区间值模糊集合的贴近度和模糊度。     

Similarity,inclusion and entropy measures between type-2 fuzzy sets based on the Sugeno integral

Similarity measures of type-2 fuzzy sets are used to indicate the similarity degree between type-2 fuzzy sets. Inclusion measures for type-2 fuzzy sets are the degrees to which a type-2 fuzzy set is a subset of another type-2 fuzzy set. The entropy of type-2 fuzzy sets is the measure of fuzziness between type-2 fuzzy sets. Although several similarity, inclusion and entropy measures for type-2 fuzzy sets have been proposed in the literatures, no one has considered the use of the Sugeno integral to define those for type-2 fuzzy sets. In this paper, new similarity, inclusion and entropy measure formulas between type-2 fuzzy sets based on the Sugeno integral are proposed. Several examples are used to present the calculation and to compare these proposed measures with several existing methods for type-2 fuzzy sets. Numerical results show that the proposed measures are more reasonable than existing measures. On the other hand, measuring the similarity between type-2 fuzzy sets is important in clustering for type-2 fuzzy data. We finally use the proposed similarity measure with a robust clustering method for clustering the patterns of type-2 fuzzy sets.     

Nonprobabilistic entropies and indetermination measures in the setting of fuzzy sets theory

Our purpose in this paper is first of all to build an axiomatic generalization for the nonprobabilistic entropy of De Luca and Termini in the setting of fuzzy sets theory.We then build from this entropy an indetermination measure which can be used like discriminant function in Pattern Recognition when patterns are described by means of fuzzy sets.     

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。