Lω-空间中的ω-Urysohn分离性

在Lω-空间中引入分子网和理想的ωθ*-极限点、ωθ*-聚点等概念,证明ω-Urysohn空间中分子网和理想的ωθ*-极限点均唯一等特征性质,并证明ω-Urysohn分离性是可ω-遗传的,在(ω1,ω2)-同胚和(ω1,ω2)θ-同胚映射下是拓扑不变的,在满层条件下是任意可乘的,而且是R.Lowen意义下好的推广等性质。     

基于改进直觉模糊熵与Dice测度的VIKOR应急决策

针对不确定信息环境下决策属性权重未知的应急决策问题,提出一种改进直觉模糊熵权与Dice距离测度的VIKOR决策模型.首先,分析现有直觉模糊熵存在的不足,提出一种考虑隶属度、非隶属度以及犹豫度综合影响的改进直觉模糊熵;其次,引入Dice系数,结合犹豫度的特点构建直觉模糊Dice距离测度;然后,将直觉模糊熵权与直觉模糊Dice距离测度运用到基于直觉模糊的VIKOR方法中,并定义了群体贴近度公式,进而构建契合现实环境的应急决策模型;最后通过地震灾害后的应急决策算例,验证了该模型的合理性和有效性.     

基于模糊系统的改进型NSGA-III算法

在利用多目标进化算法解决高维多目标优化问题时，随着目标函数个数的增加，非支配解的个数呈指数增长，使得在环境选择阶段缺少足够的选择压力，进而影响算法性能。基于分解的NSGA-III算法是一种能够有效解决上述问题的多目标进化算法，但在该算法中采用固定的交叉概率和变异概率生成新的解，使得算法在处理一些复杂的高维多目标问题时表现较差。因此，本文提出一种基于模糊系统的改进型NSGA-III算法，该算法利用模糊系统动态调整子代生成过程中算子的交叉概率与变异概率。对于模糊系统的设计，采用与算法密切相关的Spread值和迭代次数作为输入，利用模糊逻辑推理后输出交叉概率与变异概率。将所提算法与其他基于分解技术的算法在20个高维多目标优化问题上进行实验对比，结果表明本文算法可以有效提高收敛速度，且能很好地保持种群的多样性和收敛性。