基于优势关系的不协调区间值目标信息系统的分布约简

区间值信息系统是单值信息系统的的一种推广,知识约简是粗糙集理论的核心问题之一.在基于优势关系下的不协调区间值信息系统中引入了分布约简和最大分布约简的概念,进一步建立了分布约简和最大分布约简的判定定理和辨识矩阵,从而利用辨识矩阵给出了在优势关系下不协调区间值目标信息系统分布约简的具体方法.     

区间值犹豫模糊信息系统中的信息粒和粗糙熵

信息粒和粗糙熵作为研究信息系统不确定性问题的两种主要方法,已被广泛应用于许多领域。本文基于区间值犹豫模糊二元关系,给出了区间值犹豫模糊粒度结构概念和区间值犹豫模糊粒的基数概念,讨论了区间值犹豫模糊粒度结构上的三种偏序关系。在区间值犹豫模糊粒度结构基础上给出了区间值犹豫模糊信息粒度和粗糙熵的概念,讨论了区间值犹豫模糊信息粒度和粗糙熵的偏序关系,分析了区间值犹豫模糊信息粒度和粗糙熵与已有信息粒度和粗糙熵之间的关系,并通过实例验证了有关定义和定理的正确性。     

基于优势关系的不协调区间值目标信息系统的分配约简

区间值信息系统是单值信息系统的一种推广模型,知识约简是粗糙集理论的核心问题之一,在基于优势关系下的不协调区间值目标信息系统中引入了分配约简和近似约简的概念,分别讨论了它们二者之间的关系,进一步给出了知识约简的判断定理和辨识矩阵,从而提供了在优势关系下不协调区间值目标信息系统分配约简的具体方法。     

区间值信息系统基于极大相容类的属性约简

区间值信息系统是单值信息系统的一种广义模型,通过引入变精度相容关系以及极大变精度相容类,提出区间值信息系统的属性约简与对象的相对属性约简.进一步,基于区分矩阵,定义一种区分函数与相对区分函数,得到计算区间值信息系统上属性约简与相对约简的具体操作方法.     

区间值信息系统在变精度优势关系下的粗集模型

借助于属性区间值的优势程度在区间值信息系统中定义了一种具有变精度的优势关系,给出了这种变精度优势关系下的属性约简与判定,得到了区间值信息系统上属性约简的具体操作方法.考虑对象的属性值具有优劣顺序,基于变精度优势度提出了对象排序的方法.     

一种基于模糊聚类的区间值属性约简算法

针对区间值信息系统基于粗糙集理论提出一种新的属性约简算法:首先计算同一属性下对象间的相似度,然后通过合取算子计算出所有属性下对象之间的相似度矩阵,再用模糊聚类中的传递闭包算子得到等价矩阵,将区间值信息系统转化为具有等价关系的信息系统并且进行约简,从而得到λ-核,同时给出了该算法的复杂度.最后通过一个实例表明这种算法的有效性和合理性.     

一类广义区间值模糊粗糙集的公理化刻画

首先在一般区间值模糊关系上定义了两个论域上的一类广义区间值模糊粗糙集.借助区间值模糊集的截集给出区间值模糊粗糙上、下近似算子的一般表示.讨论了各种特殊的区间值模糊关系与区间值模糊近似算子性质之间的等价刻画.最后利用公理化方法刻画区间值模糊粗糙集.描述区间值模糊上、下近似算子的公理集保证了生成相同近似算子的区间值模糊关系的存在性.     

基于区间值模糊剩余蕴含算子的广义区间值模糊粗糙集模型

把粗糙集理论和区间值模糊集理论结合起来,利用粗糙集理论的构造性方法,提出了一种广义区间值模糊粗糙集理论模型。首先,利用区间值模糊剩余蕴含算子和它的对偶算子,定义了一种广义上下区间值模糊粗糙集近似算子。然后,利用该蕴含算子的性质,讨论了该模型上下近似算子的一系列性质。最后,确立了一些特殊的区间值模糊关系和区间值模糊粗糙集近似算子的联系。     

考虑信息源相关的对偶犹豫模糊多属性绿色行为决策方法

内容利用经典数学处理多属性绿色行为决策时,通常假定属性及属性信息源联盟,有序位置及有序位置联盟之间是独立的,并且Chqouet积分在处理其独立性时只考虑了属性及属性信息源联盟、有序位置及有序位置联盟之间的一种,没有同时考虑这两种情况,有悖于实际应用,为此,提出了考虑属性及属性信息源联盟之间相互依赖的区间值对偶犹豫模糊多属性决策方法.首先,基于传统的信息集成算子,定义了诱导广义区间值对偶犹豫模糊夏普利混合加权平均算子,证明了其正确性;其次,结合Shapley值给出了一种属性和有序位置权重均为未知的混合型多属性决策模型,基于模糊属性的相似性测度构建了区间值对偶犹豫模糊测度目标规划模型,进而提出了一种方案的属性评价信息和属性权重相关的均以区间值对偶犹豫数信息源表示的多属性决策方法;最后,通过模糊环境下的企业绿色行为选择问题算例的比较说明了该方法的可行性和有效性.分析结果表明,考虑信息源相关的区间值对偶犹豫模糊决策结果不仅符合人的主观心理,同时增强了Shapley值的表示范围.     

权值不确定的模糊多属性格序决策方法

针对权值是区间数且指标值以三角模糊数形式给出的模糊多属性决策问题,基于格序决策的理论,提出一种新的格序决策办法.方法通过计算梯形模糊数的中心将TOPSIS方法推广到了模糊数的领域,进而给出一种新的方案排序方法.