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.     

广义犹豫模糊软集的不确定性度量及其应用

本文在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的不确定性度量。首先在犹豫模糊集包含度的公理化定义基础上,建立犹豫模糊集合的三种包含度公式;然后给出广义犹豫模糊软集包含度的公理化定义,并利用犹豫模糊集合的包含度公式构造广义犹豫模糊软集间的包含度公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的包含度。接下来给出广义犹豫模糊软集不确定性度量的公理化定义,并从其包含度出发来构造广义犹豫模糊软集的不确定性度量公式,这种不确定性度量的计算方法同样适用于参数集不同的广义犹豫模糊软集,最后利用广义犹豫模糊软集不确定性度量方法应用到聚类分析实例中,通过实例验证了所提出方法的可行性和有效性。     

关于模糊数空间的上确界度量化问题

讨论了模糊数空间的上确界度量化问题,指出了已有上确界度量,即一致Hausdorff度量的不足。利用区间数和模糊数的关系,给出了模糊数空间上的一种新的上确界度量,即EW-型上确界度量,并通过实例验证了其有效性和合理性。讨论了EW-型上确界度量的相关性质,并证明了EW-型上确界度量同样使模糊数空间成为完备的度量空间。     

Vague集TOPSIS方法在方案优选中的应用

指出Vague集理论中现有距离度量的不足之处以及Vague集距离度量的基本准则,建立新的距离公式,给出建立在该距离公式基础上的TOPSIS方法,并将其应用到方案选优的实例中,得到合理的结论.     

一般关系下的n-阶FC-粗糙集模型

给出一般模糊环境下n阶-FC-粗糙近似算子的定义,讨论它的一些性质,并通过α-水平集给出各种n-阶模糊粗糙集的表示。进而给出模糊传递闭包近似算子的定义,得到相应的结果。     

模糊粒度空间的性质研究

在文献[16]基础上,进一步将模糊粒度空间推广到更一般地模糊等价关系上,研究了模糊粒度空间的性质,主要获得了3个结论.首先,引入了有序的等价关系集的概念,给出了下列的四个命题是等价的:(1) 给定一个模糊等价关系;(2) 给定一个等腰归一化伪距离;(3) 给定一个有序的粒度空间;(4) 给定一个有序的等价关系集.第二,通过模糊等价关系诱导的等腰归一化伪距离的投影距离和扩展距离,建立了模糊粒度空间上的距离,即是等腰归一化距离,并且给出了模糊粒度空间上距离度量的动态性质研究.最后,给出了模糊粒度空间与模糊等价关系之间的序关系,即它们的序是一致的.这些研究工作进一步完善了模糊粒度空间的理论,为模糊粒度计算提供了更为直观的数学理论和工具.     

前向网络作为模糊函数泛逼近器的一致性分析

前向神经网络的泛逼近性一直是神经网络的研究热点.本文给出了连续模糊函数的定义,依Hausdorff度量,借助模糊值Bernstein多项式关于连续模糊函数的逼近性质,证明了前向网络作为模糊函数泛逼近器的一致逼近性结果,并通过实例给出了逼近性的具体实现过程.     

基于距离的区间值Vague集的相似度量

分别利用平均值和Hausdorff测度将基于距离的实数型Vague集的相似度方法扩展到区间值Vague集上,比较各种方法的优缺点.填补了i-v Vague值(集)的相似度方法研究的空白.并通过例子说明利用Hausdorff测度度量距离得到的相似度量方法比用区间中值得到的相似度效度高.     

超空间上的概率度量

本文给出了超空间上 Hausdorff 概率度量的一种简明形式,用以讨论了超空间上Hausdorff 概率度量所决定的收敛及空间的某些拓扑性质。     

基于犹豫模糊二元语义的多属性决策方法

深入研究了犹豫模糊二元语义多属性决策问题。首先利用幂均算子给出了犹豫模糊二元语义集的均值函数,并基于均匀分布概率准则和二元语义的距离测度提出了犹豫模糊二元语义集两两比较的可能度公式,进一步给出了可能度排序公式的性质。针对属性值为犹豫模糊二元语义集的多属性决策问题,提出了一种基于熵权的多属性决策方法。最后结合实际问题,验证了该方法的有效性和可行性。     

超空间上的概率度量

本文给出了超空间上Hausdorff概率度量的一种简明形式，用以讨论了超空间上Hausdorff概率度量所决定的收敛及空间的某些拓扑性质。     

L-模糊偏序集上的核算子与核系统

定义L-模糊偏序集上的L-核系统,给出了任一L-模糊偏序集上的L-核算子与L-核系统之间的一一对应关系,从而推广了有界完备L-模糊偏序集的情形,并使得模糊的情况与分明的情况更加协调。另外,也给出了L-闭包算子与L-闭包系统的相关结论。     

经典计量逻辑学中的仿射变换

首先给出了(0,1)-矩阵和(⊥,┬)-矩阵的定义,并研究了这两类矩阵的性质。在此基础上,给出了经典计量逻辑度量空间中仿射变换Φ的定义,证明了仿射变换Φ是逻辑公式集F(S)上的自同构映射,而且逻辑公式的真度、逻辑公式之间的相似度和伪距离在仿射变换Φ下保持不变。     

I-fuzzy拓扑中的正则开集

在I-fuzzy拓扑空间框架下引入了I-fuzzy正则开集和某个模糊点的I-fuzzy正则R-邻域系的概念,进一步,又给出了I-fuzzyδ-闭包、I-fuzzyδ-开集等概念,且分别研究了它们的基本性质.     

网测度及应用

给出了n-进制网测度一个具体的定义,并证明了它的一些性质如:外测度、度量外测度.给出网测度的质量分布原理,证明了它与Hausdorff测度等价,并计算了直线上的三分Cantor集和Sierpinski地毯的网测度.     

一种新的梯形模糊数间距离及在投资组合模型选择中的应用

给出一种新的模糊数间的距离公式.用新定义的距离公式来度量给定优先资产的条件下投资组合的分散度.用可能性均值度量投资组合的收益,可能性半方差度量投资组合的风险,在收益和风险满足一定的条件下构造分散度模型.通过实例分析,给出的方法不仅分散度更好,而且资产分配多元化程度更高,计算也更简单.     

L-偏序集上的闭包系统

给出L-幂集上LK-闭包系统的等价刻画。提出L-偏序集上闭包系统的概念并讨论其基本性质。最后,将经典偏序集和L-幂集上关于闭包算子和闭包系统的对应理论推广到L-偏序集上。     

集值模糊测度的伪自连续性

在实赋范空间X的所有非空有界闭子集构成的集类上,利用Hausdorff距离定义了集值模糊测度,其次,给出了伪零可加、伪零可减、伪自连续性、一致伪自连续性等的定义,进而研究了它们之间的蕴涵关系.     

点集的带权伪中心与伪半径

在[1-2]的基础上,本文提出一类带权或带密度函数的最小值问题——点集的带权伪中心与伪半径的概念,讨论了伪中心的存在唯一性,及其在Hausdorff度量下的逼近性质,并给出了伪中心和伪半径的具体求法。     

一般分布区间型符号数据的SOM聚类方法

区间型符号数据是一种重要的符号数据类型,现有文献往往假设区间内的点数据服从均匀分布,导致其应用的局限性。本文基于一般分布的假设,给出了一般分布区间型符号数据的扩展的Hausdorff距离度量,基于此提出了一般分布的区间型符号数据的SOM聚类算法。随机模拟试验的结果表明,基于本文提出的基于扩展的Hausdorff距离度量的SOM聚类算法的有效性优于基于传统Hausdorff距离度量的SOM聚类算法和基于μσ距离度量的SOM聚类算法。最后将文中方法应用于气象数据的聚类分析,示例文中方法的应用步骤与可操作性,并进一步评价文中方法在解决实际问题中的有效性。