基于结构元理论的模糊社会网络关系测量研究

模糊社会网络研究是社会网络研究中的一个热点。模糊数运算公式经常难以解析表达,制约了模糊社会网络理论探索与实践应用。模糊结构元理论在模糊运算中有着独特优势。运用结构元理论构建了广义模糊节点度、密度和接近中心度的测量方法;并结合算例验证了基于结构元理论的社会网络关系测量方法的有效性。     

模糊社会网络的中心度分析方法

中心度是行动者在模糊社会网络的中心性位置的测量概念,反映的是行动者在模糊社会网络结构中的位置或优势的差异.本文根据一般社会网络中心度分析讨论了模糊社会网络中心度分析方法,给出了模糊结点中心度、模糊紧密中心度、模糊间距中心度及其相对应的模糊中心势的计算方法.     

基于模糊数结构元相似度的模糊风险分析

基于模糊数结构元理论,定义了模糊数结构元相似度。通过12组模糊集对结构元相似度的性质进行对比研究。结果表明,结构元相似度是实数相似度的拓展,具有良好的性质且计算简单。最后给出了基于结构元相似度的模糊风险分析模型,模型中评估项的值是语言值。     

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.     

模糊支付合作博弈的广义Shapley函数

基于广义H-差研究了收益是模糊数的合作博弈的广义Shapley函数。首先,对广义H-差的运算做了合理的假设,并以此为基础,给出了区间值合作博弈的广义区间Shapley值的定义和公理体系。然后,根据模糊数与其截集的关系,给出了模糊支付合作博弈的广义Shapley函数的表达式,并用广义有效性、广义哑元性、广义对称性、广义可加性等四条公理刻画了该广义Shapley函数。同时,给出了广义Shapley函数的存在性条件,证明了广义Shapley函数的存在性与唯一性。并且发现,任意的区间值合作博弈的广义区间Shapley值都存在,任意的收益为中心三角模糊数的合作博弈的广义Shapley函数也都存在。另外,本文指出了不能直接利用α—截集博弈的广义区间Shapley值通过集合套理论构造广义Shapley函数。     

多种模糊值函数微分定义的统一表述

针对模糊值函数微分有多种定义,并且在形式难以得到统一的现状,提出了模糊数的广义限定性运算.在此基础上,利用[-1,1]上同序标准单调函数类与模糊实数空间的同胚性质,给出了广义限定差意义下的模糊值函数微分定义,并证明了这个定义与借助于扩张原理形式、借助于Hukuhara差形式和借助于模糊结构元形式的三种模糊值函数微分定义是等价的,进而得到了基于模糊结构元方法的模糊值函数微分定义的统一表述.     

基于广义判断形式的模糊排序方法

广义判断下的ＡＨＰ（ＧＪＡＨＰ）是一种广义ＡＨＰ。它是在研究不完全信息下的决策排序问题时，通过构造广义判断矩阵的数学模型而建立的一种广义ＡＨＰ。本文应用集值统计的方法，在区间判断标度基础上确定模糊判断矩阵元素的正模糊数表示。给出了基于模糊区间数排序权值向量的特征根算法。讨论了Ｆｕｚｚｙ环境下求解各种判断形式的模糊排序权值向量的方法。     

具有风险偏好的模糊网络最短路算法

运用结构元理论来求解具有风险偏好的、带有模糊权值的网络最短路问题.首先,简要介绍模糊结构元及相关定理.之后,提出了组合序,证明组合序是全序.组合序含有参数θ,随着θ的取值范围不同,序反映风险偏好的类型不同.在组合序和相关定理的基础上,证明了模糊网络最短路的判定定理,定理表明:求模糊网络最短路等价求一经典网络最短路,且风险偏好大小由θ的取值来确定.最后,通过一个例子来说明求解过程.     

伪逆矩阵及其在改进型BP神经网络中的应用

基于伪逆矩阵理论,将sigmoid型激励函数与隶属函数相结合,构造出了改进型三层BP神经网络模型。该网络模型可以确定隐含层神经元个数,并给出了权值直接确定算法下的最优权值矩阵,最优权值矩阵就是计算输入受激励矩阵的伪逆矩阵与输出向量的乘积,突出了改进型BP神经网络就是基于训练数据的矩阵方程求解的特殊表示。仿真实验验证了该网络具有极高的逼近精度,且运行时间较短。     

模糊值函数的凸性问题

为了进一步研究模糊值函数的性质,基于模糊值函数结构元解析表述的有关理论,首先以广义模糊数序关系为前提,通过模糊不等式限定运算,研究了模糊值函数的凸性,并给出了凸模糊值函数的判定方法与性质.进一步通过结构序的排序方法,将模糊值函数的有关研究转换为对其伴随函数的研究,给出了模糊值函数伴随单调性,伴随凸性的定义,并研究了伴随凸模糊值函数的性质,以及伴随单调性和伴随凸性的判定方法.最后对单调性与伴随单调性,以及凸性与伴随凸性的关系进行了分析.     

基于模糊物元理论的小康社会指标体系综合评价模型

将熵值理论与模糊物元理论相结合,建立了基于熵权的模糊物元小康社会综合评价模型.利用该模型对江苏省13个城市2007年的小康水平状况进行评价,并与综合分析法的评价结果进行比较,结果显示二者基本上一致.     

模糊广义判断矩阵的一致性检验及合成排序

决策评价过程中往往包含诸多不确定性、随机性和模糊性,广义判断下的ＡＨＰ－ＧＪＡＨＰ是一种广义ＡＨＰ,Ｆｕｚｚｙ 环境下的ＧＪＡＨＰ决策方法是应用集值统计的方法,在区间判断标度基础上确定模糊判断矩阵元素的正模糊数表示,并根据模糊集理论的扩展原理,求得Ｆｕｚｚｙ 环境下的模糊排序权值向量。本文给出模糊广义判断矩阵的一致性定义,讨论了各类判断形式条件下的一致性检验法与Ｆｕｚｚｙ 环境下递阶层次结构中的合成排序问题     

基于模糊相似度的广义Mamdani模糊系统及其逼近

模糊相似度是通过局部信息来刻画两个模糊集相似程度的度量,它是进一步研究模糊控制的重要理论工具。本文基于模糊相似度重新给出后件模糊集的计算公式,进而依据广义模糊化、乘积推理机和中心平均解模糊化获得多输入单输出广义Mamdani模糊系统模型及其表示,并通过实例得到该模糊系统的表达式.此外,利用多元微分中值定理证明了广义Mamdani模糊系统对连续可微函数具有一阶逼近性。     

插值型模糊前向神经网络

为了克服前向神经网络的固有缺陷,提出了基于采样数据建立的含单隐层神经元的模糊前向神经网络.该网络模型利用权值直接确定法得到了最优权值,网络结构可以随采样数据的多少,自主设定隐层神经元,完成了近似插值与精确插值的转换.计算机数值仿真实验表明,模糊前向神经网络具有逼近精度高、网络结构可调和实时性高的优点,并且可以实现预测和去噪.     

高斯型模糊前向神经网络

利用高斯型隶属函数和采样数据得到了三层模糊前向神经网络。该网络模型利用权值直接确定法得到了最优权值,并依据采样数据中的插值样本较好确定了单隐层神经元个数。该网络是近似插值神经网络。仿真实验表明,高斯型模糊前向神经网络具有逼近精度高、网络结构简单、良好的去噪性和实时性高等优点。     

基于熵权理论的模糊风险评估方法在网络系统中的应用

针对信息系统风险评估中过分依赖主观赋值的现象,提出一种基于熵权理论的模糊风险评估方法,并将其应用于校园网络系统风险评估.构建了校园网络系统风险评估的递阶层次结构模型,结合层次分析法和模糊逻辑法对各风险因素的风险值进行分析,评价系统中值得关注的风险因素.在此基础上通过熵权理论计算整个系统的风险度以评价校园网络系统的总体风险情况,通过实例分析表明该方法可行有效.     

模糊数限定运算、广义限定运算与广义运算

在综合分析模糊数的限定运算和广义限定运算的基础上,通过扩展模糊数结构元的表示方法,将模糊数结构元理论中的变换函数的单调性推广到连续性(至多在x=0处有一个间断点),提出了模糊数的广义运算,试图解决模糊数运算出现的多种问题。     

基于模糊结构元的技术创新项目中止决策研究

将基于结构元的模糊数学理论引入技术创新项目的评估决策,在决策者给出多属性决策指标参照点的情况下,使用结构元表示模糊信息并计算模糊损益值;进一步地,考虑决策者的心理行为因素,依据累积前景理论计算风险状态下各属性的模糊前景值,再集成为由结构元表示的项目模糊综合前景值;在此基础上,选取适当的权函数对项目进行模糊排序决策。最后给出一个具体的应用过程,验证了此方法的可行性和有效性。     

基于多层次灰色关联分析的创新合作网络节点评估研究

基于网络中心性指标的分析,有效融合网络度中心度、网络中介中心度、网络接近中心度、网络特征向量中心度四种中心性指标的优点,构建多层次灰色关联分析的节点综合评估模型,对网络中节点的重要性进行综合评估,对网络中核心节点予以判定.结合新一代信息技术领域专利合作网络的数据进行分析,结果表明模型在节点重要性排序结果上比以往的方法更科学,不同节点重要性区分度也更高.     

基于前景理论的三角犹豫模糊多属性决策方法

针对属性权重信息完全未知,属性值为三角犹豫模糊元的多属性决策问题,提出一种基于前景理论和模糊结构元的决策分析方法。首先,基于模糊结构元理论,定义三角犹豫模糊元的结构元形式和海明距离公式,并通过求解属性间距离离差最大化的优化模型确定权重。其次,依据前景理论,分别以正负理想点作为决策参照点,构建收益矩阵和损失矩阵。在此基础上,应用TOPSIS方法计算各备选方案的相对贴近度,并依据相对贴近度的大小实现备选方案排序。最后,通过算例验证方法是有效和可行的。