模糊识别、决策与聚类理论模型

本文首先建立了一个新的模糊模式识别理论模型。然后提出新的模糊综合决策与模糊聚类模型,文中也指出了ISODATA聚类方法存在的不足。     

模糊聚类神经网络的死点问题

提出一种由模糊逻辑神经元网络实现的聚类分析方法,采用了竞争学习作为网络学习算法,它克服了一般竞争学习算法所固有的死点问题,使得聚类分析中始点的选取可以有更大的随意性,这在具体的应用中是很有用的.文中列举了一些有典型意义的实验,充分证实了这种方法的有效性.     

基于改进粒子群算法的模糊聚类-概率神经网络模型的企业财务危机预警模型研究

为了充分发挥概率神经网络在企业财务危机预警中的作用,克服概率神经网络平滑参数难以确定和空间复杂度高的不足,本文提出一类新的参数动态调整的粒子群算法优化概率神经网络的平滑参数,进而采用改进粒子群算法优化初始隶属度矩阵的模糊聚类方法实现对样本的选择,解决了概率神经网络平滑参数的确定及空间结构复杂的问题。提出了基于改进粒子群算法的模糊聚类-概率神经网络企业财务危机预警模型,并以我国上市公司作为研究对象进行了实证研究。结果表明,经过模糊聚类和改进粒子群算法优化的概率神经网络具有更优的预测性能,并在企业财务危机长期预警方面具有一定效用。     

基于神经网络的模糊决策方法

给出用神经网络去处理模糊决策问题的方法,此方法避免了模糊决策计算量大、计算复杂,隶属函数确定带有主观性等问题。     

基于模糊多属性群决策的动态联盟盟员选择方法

对动态联盟盟员选择问题所采用的经典方法进行了分析,根据盟员选择过程中决策者判断模糊性的特点,考虑到不同决策者其决策可信性的区别,采用模糊环境下的多属性群决策方法,将定性指标转化为定量指标,从而求得动态联盟的最佳合作伙伴.     

基于模糊覆盖的模糊聚类

提出了ε水平最优模糊覆盖的新思想,结合推广的价关系概念,通过三角模糊算子（本文简称为Ｔ算子）,研究了一种 模糊聚类方法,不仅能够充分利用已有数据信息,而且解决了聚类的评价性问题。     

基于模糊聚类的不同形式偏好信息的集结方法研究

针对具有5种不同形式偏好信息的群决策问题给出了一种分析方法.当专家给出的偏好信息是模糊互补判断矩阵、区间值、正互反矩阵、序关系值以及效用值时,首先把不同形式的偏好信息转化为模糊互补判断矩阵,然后,再根据模糊互补判断矩阵得出每个专家的方案排序值,据此对专家进行模糊聚类,根据聚类结果确定专家的权重,进而进行信息合成和方案选优,并用算例进行了验证.     

基于模糊聚类的语音识别

指出模糊聚类方法影响语间识别的正确率 ,提出用基于分解构造的模糊聚类方法设立语音模式的参考向量 ,说明该方法能提高语章识别的正确率。     

基于熵的群决策专家选择研究

群决策是研究多人如何做出统一的有效抉择.在群决策中专家决策水平直接反应到决策结论上,是影响事业的成败关键,因此专家的选择对于群决策而言是至关重要的.建立了评价群决策专家的指标集,从专家选择角度定义了理想专家,给出了专家选择的熵模型,并通过一个例子说明该模型的有效性.     

基于随机采样模糊聚类和卡尔曼滤波方法的模糊辨识

提出一种新的基于模糊聚类和卡尔曼滤波方法的模糊辨识算法 .该方法是基于快速模糊聚类 ,计算给定样本在各类中的隶属度 ,并利用卡尔曼滤波方法辨识模糊模型的结论参数 .整个辨识过程与一般的模糊聚类方法 [1 ]相比 ,需要的 CPU时间大大缩短 .最后通过仿真实例验证了该方法的有效性 .     

模糊多属性群决策一致性分析研究

群决策过程中各成员可能以不同的方式给出决策信息,讨论了四种不同决策信息的统一方法,设置了模糊环境下进行一致性判断的准则,介绍了梯形模糊数在群决策过程中的运算方法,举例说明了这种方法的应用步骤.     

基于互补判断矩阵的群决策逆判问题研究

针对群决策中互补判断矩阵的逆判问题,给出了一种新的分析方法,该方法利用数理统计的分析方法,对于评判专家在各自的判断矩阵中所提供的信息进行反判,从而对专家的评判水平进行甄别、排序,同时给出了专家的客观权重,并通过算例验证该方法的实用性和有效性.     

具有模糊数的模糊多目标群体决策优选模型与方法

多目标群体决策问题是运筹学的一个重要研究领域，目前已经提出了一些有效的决策方法。但对目标值和权重均为模糊数的模糊多目标群体决策问题却研究不多，本对此类模糊多目标群体决策问题进行了探讨，利用相对正理想方案与相对负理想方案概念定义了相对差异距离，进而建立了模糊多目标群体决策优选模型与方法，并通过战役决心方案的评价说明了该方法是可行、有效的，可作为军事决策与决策支持系统的备选方法。     

基于群体冲突的模糊偏好关系大群体决策方法

在大群体决策中,针对每一个决策者都有一个关于决策方案的模糊偏好关系的决策问题,提出了一种基于冲突的模糊偏好关系大群体决策方法。该方法首先考虑了复杂大群体的偏好差异,对决策者偏好进行聚类分析,形成不同的聚集,然后通过熵权法确定聚集的权重,集结成大群体模糊偏好关系,再对聚集内及聚集间进行冲突分析,通过一个迭代算子进行冲突消解,以达到一定冲突范围内的群体模糊偏好关系。最后通过一个算例说明了方法的有效性。     

基于直觉模糊二元语义交互式群决策的技术创新项目选择

为适应全球经济一体化的快速发展,企业应选择最优的技术创新项目,从而提升其竞争力。首先定义了直觉模糊二元语义,探讨了将其区间化的方法,建立了直觉模糊二元语义与区间模糊二元语义之间的联系。接着重新定义了直觉模糊二元语义的距离和相似度,给出了群决策的集结算子。通过集结决策者的意见和进行交互式决策,使得群体的决策意见达到满意的一致性水平。最后以技术创新项目选择为例说明了本文提出的方法。     

基于直觉模糊距离的群决策专家意见聚合分析

提出了一种基于直觉模糊距离来聚合专家个人意见为一个优化的群体意见一致度的新方法.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;然后,利用直觉模糊距离来聚合专家两两之间对备选方案意见的一致度,综合考虑每位专家的相对重要权重,得到专家群体对备选方案意见的综合一致度;最后通过一个具体实例来说明这种方法的具体应用及计算过程.     

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。     

基于因素空间理论的犹豫模糊群决策

为了更充分的利用数据信息, 本文提出了以犹豫模糊集作为概念的反馈外延.进而给出了考虑犹豫度的犹豫模糊集间的关系与运算; 基于此运算, 定义了模糊概念的外延包络, 并利用包络来集结多因素的偏好信息, 最后给出群决策步骤, 并通过实例对上述理论方法进行了应用。     

一种新型的模糊神经网络及其应用

本文提出了一种新型的模糊神经网络，从理论上论证了其推理的合理性和逼近能力，同时应用于系统辩识，取得较好的效果。     

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.