基于加权Karnik-Mendel算法的区间二型模糊集质心计算

区间二型模糊集的质心计算(也称降型)在二型模糊逻辑系统中起着很重要的作用。Karnik-Mendel(KM)算法是完成降型的标准算法。本文介绍了区间二型模糊集相关理论,比较了离散KM算法与连续KM(continuous KM,CKM)算法中的运算,通过数值分析技术中牛顿-柯特斯求积公式将KM算法扩展成三种不同形式的加权KM(weighted KM,WKM)算法,而KM算法只是WKM算法的一种特例。计算机仿真例子用来阐述和分析WKM算法的表现,其在计算两种不对称区间二型模糊集质心时可取得比KM算法更小的绝对误差和更快的计算速度,这给二型模糊集及其模糊逻辑系统设计和应用提供了潜在的价值。     

采样离散EKM算法与连续EKM算法的关系研究

计算区间二型模糊集的质心(也称降型)是二型模糊逻辑系统的核心模块.EKM(enhanced Karnik-Mendel)算法是当前最流行的计算质心的算法.本文首先给出了区间二型模糊集及其质心的相关理论,然后比较和分析了离散版本的EKM算法中求和运算与连续版本的EKM(continuous version of EKM,...     

基于KM算法的区间二型单点TSK模糊逻辑系统

介绍了区间二型模糊集的定义及相关理论,提出一种多输入单输出区间二型单点TSK模糊逻辑系统。在KM算法的理论基础上,讨论了区间二型单点TSK模糊逻辑系统的模糊推理,类型简化,解模糊化等模块。用两个算例验证了设计该模糊逻辑系统的可行性。最后给出了本文的总结和进一步研究问题的展望。     

基于二分搜索改进Karnik-Mendel算法的区间二型模糊逻辑系统

作为一种新兴技术,区间二型模糊逻辑系统受到当前学术界广泛关注。本文基于求解区间二型模糊集质心的二分搜索改进Karnik-Mendel(Binary-Search enhanced Karnik-Mendel,BEKM)算法,讨论了区间二型模糊逻辑系统的模糊推理,质心降型和解模糊化等模块。计算机仿真实验阐述和分析了BEKM算法在计算系统解模糊化输出时的表现,与EKM算法相比,BEKM算法有更高的计算效率,给二型模糊逻辑系统设计及应用提供了潜在的价值。     

区间二型单点Mamdani模糊逻辑系统的设计

介绍区间二型模糊集的定义及相关理论,提出一种多重多维区间二型单点Mamdani模糊逻辑系统。在KM算法的理论基础上,设计模糊推理,类型简化,解模糊化等模块。在BP算法的理论基础上,调整区间二型单点Mamdani模糊逻辑系统中前件的参数。最后给出了本文的总结和进一步研究问题的展望。     

基于区间二型梯形模糊集的应急物资储备动态协同决策模型

重大灾害下应急物资储备决策是阻止突发灾难蔓延的有效手段之一。针对救灾信息具备不确定性与复杂性特点,构建基于区间二型梯形模糊集的应急物资储备动态协同决策模型,并给出应急物资储备策略。利用区间二型模糊集理论的决策方案并结合比例分析法(COPRAS),构建常态环境下应急物资供应商选择的群决策模型,解决不相容群决策属性之间的冲突问题;进而,充分考虑“救灾阶段性动态时间因素”对储备决策的影响,构建动态救灾环境下应急物资储备结构模糊优化模型,实现常态决策与非常态应急决策之间的动态协同;最后,以2012年云南丽江“6.14”突发特大山洪灾害为实例进行数值分析,验证该动态协同决策模型的合理性与可行性,能有效解决动态救灾环境下应急物资储备结构优化问题。     

二型模糊集下的推理模型及Mamdani推理算法

在二型模糊集理论的基础上,讨论了二型模糊集下的三种模糊推理模型,研究了模糊推理模型的Mamdani推理算法,证明了Mamdani推理算法具有单调性质.     

区间二型模糊集效用函数和熵在风险决策中的应用

针对以区间二型模糊集(IT2FS)为信息环境的多属性决策(MADM)问题,引入IT2FS效用函数,并提出基于IT2FS效用函数,熵和风险因子的风险决策模型。首先基于截集思想提出两种IT2FS效用函数公式,有效提取了IT2FS全部信息,比以往的序值型公式更加科学有效。其次基于已提出的IT2FS三种不确定度量存在的问题提出三种新型不确定度量,并基于此三种不确定度量提出IT2FS熵公式弥补原有熵度量的不足。再次引入风险偏好因子反映决策者不同的风险态度,并改进风险偏好因子范围。构造基于效用函数,熵和风险偏好因子的风险决策模型。最后利用一个实例分析结果表明,该风险决策模型中决策者风险偏好对属性权重以及方案的排序存在影响,该决策思想对风险投资决策和风险管理决策均有一定的参考作用。     

区间二型模糊集合的表述与应用

通过引入多值映射,本文给出了二型模糊集合的新定义以便其能更好地容易理解,并在修正的不确定覆盖域(footprint of uncertainty,FOU)定义与公式的基础上,提出了FOU划分法来表示连续区间二型模糊集合,最后将该表示方法应用于区间二型模糊集合的词计算及并、交、补运算之中。     

随机值Ⅱ-型模糊集及其不确定性知识表示

针对人工智能中的不确定性问题,在研究了Ⅱ-型模糊集理论的基础上,提出了一种随机值Ⅱ-型模糊集概念,给出了正态随机值Ⅱ-型模糊集数学模型及其生成算法,并对正态随机值Ⅱ-型模糊集的参数及形态特征进行解析.实例证明随机值Ⅱ-型模糊集可以用来处理社会和自然科学中诸多不确定性问题.     

几类广义模糊集的关系

经过近五十年的发展,模糊集在理论与应用两个领域的研究都已经取得长足的进展,特别地,在模糊决策等应用领域,涌现了几类重要的广义模糊集,包括区间值模糊集,直觉模糊集,区间值直觉模糊集,II型模糊集,Vague集,灰集等。本文简要介绍关于这些广义模糊集之间关系的研究成果,以及国外关于直觉模糊集术语问题的争议。     

关于区间值直觉模糊集运算性质的注记

针对Atanassov[3]给出的区间值直觉模糊集运算,指出并修正一些区间值模糊集运算的错误性质,有利于以区间值直觉模糊集的进一步研究。     

2-型模糊环境下的能源系统优化

基于模糊可能性理论,建立2-型模糊环境下的能源分配优化模型,其中各种类型能源的成本用2-型模糊变量刻画.用均值简约方法简约2-型模糊成本,建立广义期望值意义下的模糊能源分配优化模型.当成本用相互独立的三角2-型模糊变量刻画时,所建立的模糊能源分配优化模型可以转化为等价的参数线性规划.最后提供一个数值例子表明建模思想.     

二型模糊系统研究与应用

简单介绍模糊系统和二型模糊系统发展,概述二型模糊系统的应用范围、条件和组成,比较详细的介绍了二型模糊集合基础理论,按照二型模糊系统的组成模块描述模糊器,规则库,推理引擎,降型器,精确器的表达式和推导过程,最后还总结了二型模糊系统现阶段存在的不足和可能发展方向。     

A genetic tuning to improve the performance of Fuzzy Rule-Based Classification Systems with Interval-Valued Fuzzy Sets: Degree of ignorance and lateral position

Fuzzy Rule-Based Systems are appropriate tools to deal with classification problems due to their good properties. However, they can suffer a lack of system accuracy as a result of the uncertainty inherent in the definition of the membership functions and the limitation of the homogeneous distribution of the linguistic labels.The aim of the paper is to improve the performance of Fuzzy Rule-Based Classification Systems by means of the Theory of Interval-Valued Fuzzy Sets and a post-processing genetic tuning step. In order to build the Interval-Valued Fuzzy Sets we define a new function called weak ignorance for modeling the uncertainty associated with the definition of the membership functions. Next, we adapt the fuzzy partitions to the problem in an optimal way through a cooperative evolutionary tuning in which we handle both the degree of ignorance and the lateral position (based on the 2-tuples fuzzy linguistic representation) of the linguistic labels.The experimental study is carried out over a large collection of data-sets and it is supported by a statistical analysis. Our results show empirically that the use of our methodology outperforms the initial Fuzzy Rule-Based Classification System. The application of our cooperative tuning enhances the results provided by the use of the isolated tuning approaches and also improves the behavior of the genetic tuning based on the 3-tuples fuzzy linguistic representation.     

一种基于新的区间二型梯形模糊相似测度的多属性群决策方法

本文首先基于区间二型梯形模糊数的周长、面积、负指数距离提出了一种新的区间二型梯形模糊相似测度,讨论了其性质。其次,基于该相似测度公式分别构建了区间二型梯形模糊专家权重和属性权重确定模型,然后通过集结区间二型梯形模糊决策信息与权重信息,给出了一种基于该相似测度的群决策方法。最后,通过投资方案选择实例说明了该方法的合理性和有效性。