广义模糊熵与包含度的相互诱导关系

模糊熵是度量模糊集的非常重要的指标,而广义模糊熵是模糊熵在广义模糊补意义下的推广.本文首先介绍了模糊集的广义模糊熵和包含度的定义,重点研究了包含度的性质,给出了广义模糊熵与包含度之间的相互诱导关系.     

广义多值直觉模糊软集及其在多属性决策中的应用

软集理论作为一种处理不确定问题的数学新工具弥补了传统模糊理论在参数工具上的不足。本文将广义模糊软集与多值直觉模糊集相结合,提出了广义多值直觉模糊软集的概念,给出了广义多值直觉模糊软集的交、并、补、“且”、“或”运算的概念,并基于这些概念研究其若干相关性质。此外,还将广义多值直觉模糊软集应用到多属性决策问题中去,给出相应的算法。并进行实例分析说明该决策方法的可行性和有效性。     

广义直觉模糊指标的构造及其应用

针对现有广义直觉模糊指标的构造并未利用直觉模糊集广义补算子的不足,本文首先利用直觉模糊广义补算子给出了一种新的广义直觉模糊指标的构造法,其次对广义直觉模糊指标所具有的性质进行了严格证明,最后将其用于图像阈值化分割并给出其直觉模糊广义补算子参数的选取方法.实验结果表明,本文所提出的广义直觉模糊指标构造法是有效的,对于光照不均匀图像能获得满意的分割效果.     

基于模糊熵的直觉模糊多属性群决策方法

针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策问题,提出了一种新的决策方法.通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重.然后定义直觉模糊集的模糊交叉熵确定备选方案距理想方案和负理想方案的距离,再根据加权算术算子集结专家的判断信息,得到方案的排序.最后,通过一个实例分析验证了方法的有效性.     

广义模糊熵及其诱导的区别度

广义模糊熵是模糊熵在广义模糊补意义下的推广,本文给出广义模糊熵的公理化定义 ,基于σ-广义模糊熵,讨论了广义模糊熵和区别度的相互诱导关系.     

一种广义模糊补运算和相应的广义模糊熵

介绍广义模糊补的公理化定义，给出一种构造广义模糊补的方法，运用此方法构造出一种性质良好的广义模糊补；在此基础上提出一种广义模糊熵，这种广义模糊熵的最大值点可以在（0，1）开区间内自由移动。给出一类广义模糊熵的计算公式,便于实际应用。     

直觉模糊熵与加权决策算法

直觉模糊熵是直觉模糊集理论中的一个重要概念,反映了直觉模糊集的模糊程度和不确定程度.首先给出一种新的直觉模糊熵,并运用到多属性直觉模糊决策问题中.决策时根据直觉模糊熵计算属性权重,再综合决策者的偏好对各属性权重进行修正,然后使用直觉模糊集结算子和得分函数对方案进行排序,从而获得最优方案.     

基于IGIFS关系与截集的区间灰数直觉模糊粗糙集模型及性质

在论述区间灰数直觉模糊集概念基础上,提出了区间灰数直觉模糊关系(IGIFS关系)与区间灰数直觉模糊等价关系概念,定义了基于区间灰数直觉模糊关系环境下的区间灰数直觉模糊粗糙集模型,并讨论了相关性质.在界定了区间灰数直觉模糊集关于区间灰数直觉模糊数截集概念的基础上,定义了区间灰数直觉模糊粗糙集上、下截集近似,给出了区间灰数直觉模糊粗糙集的截集表现定理.     

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。     

区间直觉模糊集的模糊熵群决策方法

针对专家权重未知、专家判断信息以区间直觉模糊集给出的多属性群决策问题,提出了一种新的模糊熵决策方法。通过定义区间直觉模糊集的模糊熵判断专家信息的模糊程度,进而确定每位专家的权重;然后计算备选方案距理想方案和负理想方案的模糊交叉熵距离,得到每个专家对方案的排序;再分别利用加权算术算子和加权几何算子集结专家的排序结果,得到专家群体对方案的排序。实例分析验证了方法的有效性。     

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。     

几类广义模糊集的关系

经过近五十年的发展,模糊集在理论与应用两个领域的研究都已经取得长足的进展,特别地,在模糊决策等应用领域,涌现了几类重要的广义模糊集,包括区间值模糊集,直觉模糊集,区间值直觉模糊集,II型模糊集,Vague集,灰集等。本文简要介绍关于这些广义模糊集之间关系的研究成果,以及国外关于直觉模糊集术语问题的争议。     

基于模糊二元运算的直觉模糊群

为了使直觉模糊群也具有经典的结构,首先给出经典集合G的一种直觉模糊二元运算,利用这种直觉模糊二元运算定义了直觉模糊群,讨论这种直觉模糊群的一些性质,并给出直觉模糊群的两种等价定义。由于直觉模糊群具有和群一样经典的结构,因此,使直觉模糊代数的深入研究有了充分的理论基础。     

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.     

h-半正则广义直觉模糊duo半环

通过在半环上引入具有边界值的直觉模糊h-理想和h-双理想,给出了一种广义直觉模糊duo半环,并在半环满足h-半正则性的前提下,对广义直觉模糊duo半环的性质进行了讨论.     

凸直觉模糊映射

在模糊数、凸模糊映射和凸直觉模糊集定义基础上,给出了直觉模糊数及其序的定义,给出了凸直觉模糊映射的定义并讨论其有关性质,在此基础上,研究了凸直觉模糊规划问题。     

直觉模糊数可能度的概率定义及其决策

发现直觉模糊数可能度的传统定义考虑的因素不全面,计算结果不太符合常理,提出基于均匀分布的直觉模糊数可能度定义,得到相对简单且精确的可能度计算公式;证明可能度的传统定义不稳定;探索多属性直觉模糊集利用可能度进行决策的方法.最后,运用多属性直觉模糊集决策实例,既验证基于均匀分布的可能度定义的优越性,又验证可能度传统定义的不稳定性和不能敏锐区别方案间的差别,难以得到最优决策,甚至可能导致错误决策.     

模糊多属性决策的直觉模糊集方法

基于直觉模糊集理论,提出了一种新的TOPSIS方法来研究模糊多属性决策问题。首先,根据直觉模糊集的几何意义,定义了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示;然后,根据TOPSIS原理,通过计算备选方案到直觉模糊正理想解和负理想解的距离,来确定备选方案的综合评价指数,以此判断方案的优劣次序。最后,通过一个具体实例说明该方法的有效性和具体应用过程。     

直觉模糊子环及其同构

利用既约集合套讨论了直觉模糊子环和直觉模糊理想的一些性质,并在两个经典环同态与同构意义下,定义了直觉模糊商环,商直觉模糊子环,以及直觉模糊子环的直和,并讨论了其相关性质.