模糊推理系统的鲁棒性

主要讨论模糊推理系统的鲁棒性. 给出基于逻辑等价度量的模糊集扰动的定义,讨论模糊集扰动与模糊连接词及蕴涵算子扰动之间的关系,针对若干特殊的模糊连接词及蕴涵算子的扰动情形,给出模糊推理系统的扰动的最佳结果.     

模糊推理的灵敏度

借助于模糊逻辑连接词的灵敏度,定义了模糊推理系统的灵敏度,研究了几种常见的模糊推理系统的灵敏度,进一步估算了各种模糊推理机的灵敏度,并将模糊推理系统的灵敏度与模糊连接词灵敏度的关系用等式表示出来。     

基于下截集的直觉模糊蕴涵

本文利用直觉模糊推理句"若x为A,则y为B"给出一种构造直觉模糊蕴涵的方法。首先,利用直觉模糊集A,B的下截集A~α,B~α构造模糊蕴涵关系;然后利用直觉模糊集的表现定理构造四个直觉模糊蕴涵算子;最后对所构造出算子的性质进行了讨论.     

关于三角模的直觉模糊群及其同态像

本文在K．Atanassov引进的直觉模糊集概念的基础上,利用T模和S模,定义了两个直觉模糊集的乘积．给出了关于三角模的直觉模糊群的概念及其等价命题,最后在两个经典群同态与同构意义下,研究了这种直觉模糊群的同态像及原像等问题。     

剩余型直觉模糊蕴涵算子的统一形式

对直觉三角模和直觉三角余模的性质进行研究,提出由此生成的直觉伴随对和直觉余伴随对的概念,讨论它们在直觉模糊区域上的性质,给出与直觉三角模相伴随的剩余型直觉蕴涵算子一种统一形式,最后根据直觉模糊蕴涵算子与模糊蕴涵算子的关系给出四类直觉模糊蕴涵算子的具体形式.     

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。     

格蕴涵代数的直觉模糊LI-理想

本文深入研究了格蕴涵代数的直觉模糊\textit{LI}-理想理论.给出了直觉模糊\textit{LI}-理想的若干新的性质和等价刻画. 建立了由一个直觉模糊集生成的直觉模糊\textit{LI}-理想的表示定理.证明了一个格蕴涵代数的全体之集模糊\textit{LI}-理想之集在直觉模糊包含序下构成一个完备的分配格.     

三I算法的鲁棒性

基于三I算法的模糊推理不仅在语义上而且在语构上均有合理的解释。在模糊推理三I算法中,研究输入的微小变化所引起输出变化幅度尤为重要。本文首先给出了基于QL蕴涵的三I算法的表达式,进一步借助模糊连接词的鲁棒性,系统地研究了基于几种常见的蕴涵的三I算法的鲁棒性。     

模糊数直觉模糊集

定义一种新的模糊数直觉模糊集,同时给出了它的一些运算,并讨论了它与直觉模糊集、区间值直觉模糊集的关系。     

直积群上几类直觉模糊子群及其投影

给出了直觉模糊子群的性质及其等价命题,并通过定义直觉模糊集的直积与投影,获得了直觉模糊直积群及直觉模糊投影子群,进而在直觉模糊标准子群的条件下,分别讨论了直积群上的直觉模糊正规子群、直觉模糊特征子群、直觉模糊共轭与其直觉模糊投影子群的关系.     

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。     

模糊数直觉模糊集运算的模糊结构元表示

在文[4]提出的模糊数直觉模糊集定义的基础上,将文[2]和[7]定义的区间值直觉模糊集运算推广到模糊数直觉模糊集中.利用模糊数的结构元表示方法,得到了模糊数直觉模糊集运算的简便的结构元表示形式,同时给出这些运算的相关性质及证明.     

基于直觉模糊熵权和CC-OWA算子的雷达目标识别模型

为更完整的描述和表达雷达目标类型识别中的目标特征和目标类型之间的关系复杂性和知识缺乏性,通过直觉模糊关系描述,进而将目标识别特征信息转化为直觉模糊集信息.分析了基于直觉模糊集理论的雷达目标类型识别知识建模,揭示了直觉模糊信息的价值可以通过直觉模糊熵刻画,进而提出应用直觉模糊集的熵构造特征直觉模糊信息的权重(直觉模糊熵权),充分利用了目标类型识别知识中隐含的权重信息,并结合CC-OWA算子建立雷达目标类型识别模型与识别步骤,利用一个雷达目标识别实例说明了模型的有效性.     

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。     

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.     

区间灰数直觉模糊集及其G-TOPSIS模糊多属性决策方法

提出以区间灰数为隶属度、非隶属度和犹豫度的区间灰数直觉模糊集概念,定义了两个区间灰数直觉模糊集之间的距离.对于以灰直觉模糊数为属性值的模糊多属性决策,依据经典TOPSIS准则,提出了基于区间灰数直觉模糊集的模糊多属性决策方法G-TOPSIS.其包含两种方法:一是将区间灰数白化后,按直觉模糊集的TOPSIS方法进行;一是基于区间灰数直觉模糊距离的TOPSIS方法.示例分析表明了两种方法的有效性与一致性.     

格蕴涵代数中的直觉模糊理想

给出格蕴涵代数中直觉模糊理想的定义,并研究了其性质。然后讨论了直觉模糊理想与模糊理想和LI-理想之间的关系。证明了直觉模糊理想与直觉模糊滤子的对偶关系。最后,得到了直觉模糊理想的全体集合Ψ(L)构成L-闭包系统。     

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.     

一种新的粗糙集模型及其应用

提出了一种新的基于区间直觉模糊关系和区间直觉模糊数的粗糙集模型.首先,介绍了区间直觉模糊集,区间直觉模糊关系和区间直觉模糊数等概念.然后,利用区间直觉模糊关系和区间直觉模糊数定义了一种新的粗糙集模型,并给出一些基本性质.最后将该模型应用于临床诊断系统中.实例验证了该粗糙集模型的有效性和实用性.     

格蕴涵代数的Ω-直觉模糊子代数

在直觉模糊集概念的基础上,给定一个集合Ω,提出了Ω—直觉模糊集的概念。将Ω—直觉模糊集与格蕴涵代数相结合,给出了Ω-直觉模糊子代数的概念,并研究了其相关性质;讨论了Ω一直觉模糊子代数与Ω—模糊子代数之间的关系,得到了一些等价刻画。