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.     

基于区间数度量的区间值模糊集合的归一化距离、相似度、模糊度和包含度的关系研究

区间值模糊集合的距离、相似度、模糊度和包含度及其关系研究是区间值模糊集合的一个研究热点.考虑到区间值模糊集合所表示信息的丰富性,本文使用区间数而非实数来刻画区间值模糊集合的距离,首先给出基于区间数度量的区间值模糊集合的归一化距离的公理化定义,然后通过五个定理详细研究了基于公理化定义的区间值模糊集合的归一化距离、相似度、模糊度和包含度之间的相互转换关系,最后,给出了若干公式来计算基于区间数度量的区间值模糊集合的相似度、模糊度和包含度.这些结论,一方面丰富了区间值模糊集合的信息测度(距离、相似度、模糊度和包含度)的内容,另一方面也为区间值模糊集合的近似推理、决策分析、模式识别等领域的应用提供了新方法和新理论.     

区间型符号数据的特征选择方法

对区间型符号数据进行特征选择,可以降低数据的维数,提取数据的关键特征。针对区间型符号数据的特征选择问题,本文提出了一种新的特征选择方法。首先,该方法使用区间数Hausdorff距离和区间数欧氏距离度量区间数的相似性,通过建立使得样本点与样本类中心相似性最大的优化模型来估计区间型符号数据的特征权重。其次,基于特征权重构建相应的分类器来评价所估计特征权重的优劣。最后,为了验证本文方法的有效性,分别在人工生成数据集和真实数据集上进行了数值实验,数值实验结果表明,本文方法可以有效地去除无关特征,识别出与类标号有关的特征。     

区间直觉模糊集的相似性测度及其应用

在度量两个集合时,用相似性测度来表示两集合的相似性程度.在度量区间直觉模糊集的相似性程度时,现有的很多方法都没有把犹豫度考虑在内.针对这个问题,根据区间直觉模糊集理论,在Szmidt的区间直觉模糊集的海明距离、规范化海明距离、欧几里得距离、规范化欧几里得距离的基础上.定义了基于Szmidt的区间直觉模糊集的加权海明距离和基于Szmidt的区间直觉模糊集的加权欧几里得距离,分别包含了隶属度,非隶属度和犹豫度,并给出了定理和证明.然后定义了两种区间直觉模糊集的相似性测度.最后将这两种相似性测度应用到模式识别领域.     

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。     

三参数区间灰数距离熵模型及在决策指标体系约简中的应用

三参数区间灰数在决策问题中广泛存在.针对三参数区间灰数多指标决策问题,借助信息熵理论,建立了三参数区间灰数距离熵模型,证明了灰距离熵与灰数之间的关系及相关性质,对多指标决策中指标体系冗余问题提出了基于三参数区间灰数的决策指标体系约简方法,最后,结合具体实例,验证了方法的适用性和有效性.     

区间数相似度研究

对区间数相似性问题进行了探讨.定义了区间数相似度的概念,给出了度量区间数相似度的一个简洁公式,详细研究了它的一些优良性质,如:自反性、对称性和传递性等,并且研究了区间数相似度公式与区间数排序的可能度公式之间的关系,从而为区间数的实际应用奠定了理论基础.     

一种直觉模糊多属性群决策方法及其在群决策中的应用

对以直觉模糊数形式表示的信息和属性权重完全未知的多属性群决策问题进行了研究.提出了一种基于熵值的直觉模糊数距离测度方法,同时对传统的比较得分函数和精确函数的直觉模糊数排序方法进行了改进,定义了一种新的排序公式;进而利用此距离度量公式,引入到基于直觉模糊数之间距离的离差最大化方法中,确定属性的权重,提出了一种基于属性权重完全未知的直觉模糊多属性群决策方法.最后,将此方法运用在ERP选型中.     

一种基于区间数的证券组合投资模型与求解

提出了区间数的相对左偏度的定义.利用区间数的相对左偏度作为区间数下表达证券风险损失率的一种补充,能合理地反映风险损失率与预期收益率之间的相关关系.建立了一种新的证券组合投资区间数规划模型,将区间数规划模型转化为参数线性规划问题求解,使证券组合投资决策分析更加具有柔性.最后通过实例分析了该模型的应用价值.     

属性权重未知的区间型多属性决策方法

针对方案的属性值为区间数并且属性权重完全未知的多属性决策问题,提出了一种新的多属性决策方法.基于联系数理论,首先构建了联系数之间的距离公式;其次引入方案间相对相离度和相对相离度矩阵等概念及其计算公式;然后将区间数属性值转化为联系数表示,利用所提出的概念和公式进行多属性决策,从而得到方案间的优序排列.决策方法直观简单,避免了属性权重的计算.最后给出实例说明了提出的方法具有合理性和有效性.     

基于区间二型模糊数的多属性群体灰色关联决策方法

针对属性值以区间二型模糊数形式给出的多属性决策问题,提出基于灰色关联度的多属性群体决策方法.首先,提出了一种新的计算区间二型模糊数之间距离的测度;然后,结合该距离测度公式构造出一种新的基于距离测度来求权重的方法,运用此方法求出决策者属性的权重;接着,通过主客观综合赋权法求出专家权重;最后,通过各方案与理想方案的灰色关联贴近度对方案进行大小排序.案例分析及对比分析说明该方法的合理有效性.     

基于累积效应的区间粗糙数距离

区间粗糙数是一种新的用来描述不确定问题的不确定数,合理定义两个区间粗糙数之间的距离成为解决属性值为区间粗糙数的多属性决策问题的重要组成部分。本文基于集合的思想建立区间粗糙数与区间数之间的联系,进而基于累积效应构建新的区间粗糙数之间的距离,证明新定义满足距离的三个公理化条件,并示例说明新定义的距离相较于原有距离的优越性。最后将新定义的距离与基于贴近度的理想解法相结合应用到属性值为区间粗糙数的多属性决策问题中,并以数值实验验证其可行性。     

基于TOPSIS的区间直觉模糊多属性决策法

对基于区间直觉模糊信息的多属性决策问题进行了研究。给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,进而提出了一种基于TOPSIS的区间直觉模糊多属性决策方法。最后进行了实例分析。     

基于集对分析联系数的区间数型水环境质量综合评价模型及其应用

水环境质量综合评价具有不确定性,其待评价水质监测值及评价标准是区间数.针对待评价水质监测值与水环境质量评价标准不能直接比较大小的问题,根据区间数的误差分布形式,提出一种基于集对分析联系数的区间数型水环境质量综合评价模型.模型定义了两个联系数之间的加权海明距离,用水环境质量评价标准组成标准联系数,待评价水质监测值组成待评价联系数,通过计算待评价联系数与标准联系数的加权联系数海明距离,根据a+bi型联系数大小比较法则,综合判定待评价水质级别.以浑河沈阳东陵大桥处实测水质部分结果评价为例进行计算分析,并与其它方法得到的结果进行了对比,得到的结果一致.     

基于灰数距离熵的四参数区间数的TOPSIS模型及实证分析

针对区间属性权重未知和传统灰熵模型存在缺陷的多属性决策问题,提出一种改进的四参数区间数的灰数距离熵测度决策方法.通过考虑四参数区间数中指标取值的双重重心点和方差建立属性权重模型.利用,改进的多指标决策的逼近理想点法,通过定义的距离熵测度公式,将建立的权重模型和灰数距离熵测度模型应用到湖南省页岩气探矿权招标的优选中,结果验证了决策方法的合理性和有效性.     

模糊数空间上的积分度量及其在模糊聚类中的应用

在本文中,首先利用区间数的EW-型度量探讨了模糊数空间上的积分度量问题,给出了模糊数空间上的一种新的积分度量-EW-型积分度量,并证明了其相关性质.其次,作为EW-型积分度量的应用,设计了对属性特征为三角模糊数的事物进行分类的模糊聚类算法.然后通过实例分析,说明了EW-型积分度量使模糊聚类算法实现的更简单易行,分类更加精细,合理有效等。     

基于Hausdorff距离的区间数据的系统聚类分析

基于Hausdorff距离用于定义两个紧集之间距离的考虑,将区间数视为一个紧集,定义了区间数之间的距离,并研究了区间向量的距离,从而得到聚类分析中两个样品间的距离。进一步定义了两个类之间的Hausdorff距离。为消除量纲对聚类结果的影响,研究了区间数据的标准化。基于此,给出了区间数据系统聚类算法。采用随机模拟的方法,对文中方法进行有效性评价,结论表明,Hausdorff距离法的聚类有效性在所有设计的实验条件下都要优于传统的欧式距离法。最后,基于符号数据分析的思想构造区间数据,给出了对多种动物群体按其身高、体重等生理特征进行聚类分析的算例。     

基于距离测度的区间粗糙模糊数多属性决策方法北大核心

将模糊集理论与区间粗糙数融合,提出了区间粗糙模糊数的概念,并定义了区间粗糙模糊数的运算法则。为对区间粗糙模糊数进行比较及排序,定义了区间粗糙模糊数的上近似距离和下近似距离,每个距离下分别讨论了最大、最小和平均三种情形,并通过调节因子α将上近似距离和下近似距离集成为区间粗糙模糊数的距离。为解决区间粗糙模糊数形式下的多属性决策问题,定义了信息系统的最优解、最劣解、正距离、负距离、优势度等概念,并借助熵权法确定属性权重,给出对象的加权综合优势度及排序结果。算例结果表明,最大距离、最小距离和平均距离三种情形下得到的结果无显著差异,且与决策者主观认知基本一致,验证了算法的合理性与稳健性。     

基于灰色关联度的区间信息指派问题研究

研究了损益矩阵为区间数的不确定型指派问题,给出了区间数关联度的计算公式,提出了一种基于区间数关联度的区间信息指派方法,最后通过实例验证了该方法的实用性和有效性.     

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.