关于粗糙模糊集的相似度量

基于对不确定性信息处理的背景,定义了粗糙模糊值与粗糙模糊集的相似度量,研究了它们的有关性质.     

概率粗糙直觉模糊集的不确定性度量方法研究

Pawlak粗糙集模型忽视了信息的不确定性和模糊性,等价类完全包含于目标概念才能被划分到下近似,在处理数据时显得过于苛刻.针对这个问题,本文结合概率粗糙集与直觉模糊集,对概率粗糙直觉模糊集模型进行研究,其模型具有一定的容错能力,能够较为有效的处理含有噪声和模糊的数据.首先,在概率近似空间中,定义模糊事件的条件概率,构建...     

模糊粗糙集及粗糙模糊集的贴近度及其应用

本文研究了模糊粗糙集（FR集）及粗糙模糊集（RF集）的贴近度，是权衡两个FR集，两个RF集彼此糙近程度的一种标尺，进而研究了FR集，RF集的内积，外积，引进了FR集，RF集的格贴近度，并在此基础上提出一种新的属性约简的方法。     

模糊粗糙集及粗糙模糊集的模糊度

1965年,Zadeh提出了Fuzzy集理论,1982年,Z.Pawlak提出Rough集理论。将二者结合而形成的模糊粗糙集（FR集）及粗糙模糊集（RF集）近年来越来越受到国际学术界的关注。本文所研究的FR集及RF集的模糊度,是对FR集及RF集模糊程度的一种度量,进而引进了相应的明可夫斯基距离,明可夫斯基模糊度和Shannon模糊度。     

粗糙模糊集的模糊性度量

研究粗糙模糊集的模糊性度量,提出了一种新的熵与条件熵的概念,并验证了这种熵与Shannon熵类似的性质。利用这种熵定义了粗糙模糊集的一种不确定性度量,证明了粗糙模糊集的模糊性度量FR（A）等于0的充分必要条件是A是经典集合且是可定义的。     

粗糙模糊集的分解

引入λ-下截集，λ-下重截集和λ-上重截集的概念，讨论粗糙模糊集的构造，并得到并、交的表示。     

基于相似度的直觉模糊多粒度决策理论粗糙集

多粒度决策理论粗糙集具有强大的理论基础和合理的语义解释。考虑直觉模糊集和多粒度决策理论粗糙集在知识表达和信息处理方面各自具有很强的优势,本文提出了直觉模糊多粒度决策理论粗糙集模型。首先,在多源直觉模糊信息系统中,通过构造直觉模糊相似关系,对对象集进行直觉模糊划分,进而得到了多源直觉模糊粒结构。其次,利用直觉模糊相似度及多源直觉模糊相似类实现了对目标集合的多粒度近似。另外,给出了该模型的一些主要性质。最后,通过实例验证了该模型的有效性。该模型为实际应用中的多源数据分析提供了一种有效的思路与方法。     

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.     

基于可能度的一种直觉模糊集相似度测量方法

研究直觉模糊集的相似度测量方法. 首先给出两个直觉模糊数比较的可能度公式及其性质. 在此基础上, 定义两个直觉模糊集间的相似度测量公式, 分析用此公式进行相似度测量的优缺点, 旨为直觉模糊集在决策、模式识别和医疗诊断中的应用提供更为合理的工具.     

基于粗糙模糊集的聚类决策及应用

对基于粗糙模糊集的聚类问题进行了研究.首先,定义了粗糙模糊值与粗糙模糊集的相似度,给出了粗糙模糊集相似度的一般表达式;然后利用该公式构建了模糊相似矩阵,进而给出了粗糙模糊集的一种聚类方法;最后以实际算例说明了这种思想.     

直觉模糊集之间的距离测度

介绍了直觉模糊集之间距离测度公理化的定义,引入了一些新的距离测度并给出了这些距离测度性质的证明.讨论了相似测度与距离测度之间的关系.最后,指出直觉模糊集距离测度在模式识别中的应用.     

直观模糊集的熵、距离测度、相似测度及它们的关系

熵、距离测度和相似测度是模糊集理论中的三个重要概念.首先系统地给出了直观模糊集的熵、距离测度和相似测度的公理化定义,并讨论了它们之间的一些基本关系.然后在距离测度公理化定义的基础上产生了一些新的直观模糊集的熵公式.     

基于直觉模糊集的多准则模糊决策问题

提出了一种基于直觉模糊集处理模糊决策问题的新方法.该方法用直觉模糊集描述方案关于准则集的满足程度与不满足程度.而且该方法允许决策者给出准则对于模糊集“重要”的隶属度与非隶属度,即准则的权重也由直觉模糊集表示.这种方法为决策者做出最优决策提供了一种方便有效的方法.     

可变精度模糊粗糙集模型及其性质

首先介绍了A.M.Rolka等定义的可变精度模糊粗糙集模型,在此基础上证明了其满足的8个性质.     

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.     

基于直觉模糊集的突发事件应急预案评估

提出了一种基于直觉模糊集理论的突发事件应急预案评价的新方法.首先,定义了直觉模糊集和两个直觉模糊集之间的距离;然后,建立了应急预案评价指标体系,给出了直觉模糊正理想点和负理想点的概念,提出了基于直觉模糊集和TOPS IS法的应急预案评估方法.最后通过实例说明了该方法的有效性.     

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.