不完整信息下的犹豫模糊群决策北大核心

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,为了给出不完整信息下的犹豫模糊群决策方法,本文还提出了一种缺失信息的填补方法,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。     

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。     

概念格的粗糙近似比较研究

形式背景产生了概念格,每个节点由外延和内涵组成.对形式背景论域中的任何一个子集,可用外延来近似,在这方面已有了4种方法.对这些方法进行了比较研究,利用粗糙集理论证明了用这些方法所求出的概念的上近似外延是相同的,并利用粗糙集理论研究了概念格属性约简后,原来方法对结果的一致性.     

基于IGIFS关系与截集的区间灰数直觉模糊粗糙集模型及性质

在论述区间灰数直觉模糊集概念基础上,提出了区间灰数直觉模糊关系(IGIFS关系)与区间灰数直觉模糊等价关系概念,定义了基于区间灰数直觉模糊关系环境下的区间灰数直觉模糊粗糙集模型,并讨论了相关性质.在界定了区间灰数直觉模糊集关于区间灰数直觉模糊数截集概念的基础上,定义了区间灰数直觉模糊粗糙集上、下截集近似,给出了区间灰数直觉模糊粗糙集的截集表现定理.     

直觉模糊支付合作对策的核心

主要研究支付值为直觉模糊数的模糊合作对策及其解的问题.首先在模糊合作对策和直觉模糊集相关理论的基础上建立了新的合作对策模型,给出适合这种模型的解的相应定义,重点提出了直觉模糊权重核心的概念;其次讨论了解之间的关系并给出了求解权重核心的方法;最后通过实例分析验证了该方法的可行性和有效性.     

广义多值直觉模糊软集及其在多属性决策中的应用

软集理论作为一种处理不确定问题的数学新工具弥补了传统模糊理论在参数工具上的不足。本文将广义模糊软集与多值直觉模糊集相结合,提出了广义多值直觉模糊软集的概念,给出了广义多值直觉模糊软集的交、并、补、“且”、“或”运算的概念,并基于这些概念研究其若干相关性质。此外,还将广义多值直觉模糊软集应用到多属性决策问题中去,给出相应的算法。并进行实例分析说明该决策方法的可行性和有效性。     

格蕴涵代数的Ω-直觉模糊子代数

在直觉模糊集概念的基础上,给定一个集合Ω,提出了Ω—直觉模糊集的概念。将Ω—直觉模糊集与格蕴涵代数相结合,给出了Ω-直觉模糊子代数的概念,并研究了其相关性质;讨论了Ω一直觉模糊子代数与Ω—模糊子代数之间的关系,得到了一些等价刻画。     

基于直觉模糊相似关系下的粗糙集属性约简

描述了直觉模糊相似关系下的粗糙集模型,并在此基础上了定义了正域,依赖度与非依赖度的概念,提出了运用直觉模糊集合理论的粗糙集属性约简算法.最后,用实例证明了该算法的可行性.     

基于形式概念的粗糙近似

证明了对象(属性)概念的外延(内涵)是构成概念外延(内涵)的基本单位,由此提供了通过外延(内涵)基本元来构造形式概念的方法.定义了几种基于外延基本元和内涵基本元的上、下近似,给出了近似算子的性质,并讨论了这些近似算子之间的相互关系.     

直觉模糊正规子群与直觉模糊商群

在直觉模糊子群的基础上 ,引入直觉模糊正规子群与直觉模糊商群概念 ,并讨论了它们的一些性质 ,最后研究了群同态下 ,直觉模糊正规子群的对应关系     

因素空间反馈外延包络及其改善

研究了因素空间中概念外延的两种近似方法,即反馈外延外包络和反馈外延内包络。首先从概念及其对立概念出发定义了这两种外延近似,讨论了其与粗糙集的上、下近似的关系,得出它们之间具有一致性的结论,并以此给出了两种包络之间的相关性质。随后,讨论了反馈外延包络对概念外延逼近精度问题,给出了四种改善方法。     

区间直觉正态模糊数集成算子及其在决策中的应用

研究了区间直觉正态模糊数(IVINFN)决策信息及其集成算子。首先,定义了区间直觉正态模糊数的概念,提出了运算法则;其次,给出了区间直觉正态模糊数诱导有序加权平均(IVINFN-IOWA)算子和区间直觉正态模糊数诱导有序加权几何(IVINFN-IOWGA)算子的概念,探讨了其性质;在此基础上,分别定义了基于均值和标准差的区间直觉正态模糊数的得分函数和精确函数,给出其排序方法。最后,针对属性值为区间直觉正态模糊数且权重已知的多属性决策问题,给出了其决策方法,并进行了实例分析,结果表明该决策方法是有效的。     

直觉模糊GM(1,1)模型及其在灰色发展决策的应用

研究了以直觉模糊数为对象的GM(1,1)模型并运用到灰色发展决策方法。利用灰色系统理论中核和灰度的内涵,将直觉模糊数的犹豫度和记分函数结合构建了直觉模糊数序列 GM(1,1)预测模型,从而实现了直觉模糊数的预测。在此基础上结合变权原理提出了基于直觉模糊数的灰色发展决策方法。最后,算例分析说明了该方法的合理性和可行性。     

区间直觉模糊数的序优先度及其在群评价中的应用

区间直觉模糊数是处理模糊问题的一种准确且细腻的信息表达形式,其排序方法也是当今研究的热点问题之一.基于范数理论,提出一种新的概念:区间直觉模糊数的序优先度,给出相应的序优先度的计算公式,并探讨了区间直觉模糊数的序优先度的一些性质,同时给出基于区间直觉模糊数的序优先度的群评价算法,最后结合实例表明本文提出的方法是有效、可行的.     

(λ,μ)直觉模糊子环(理想)

在直觉模糊集理论的基础上,首先引入了(λ,μ)直觉模糊子环和(λ,μ)直觉模糊理想的概念,讨论了它们的相关性质;其次在环同态的意义下,研究了(λ,μ)直觉模糊子环和(λ,μ)直觉模糊理想的同态像及其逆像.     

直觉模糊正规子群与直觉模型商群

在直觉模糊子群的基础上,引入直觉模糊正规子群与直觉模型商群概念,并讨论了它们的一些性质,最后研究了群同态下,直觉模糊正规子群的对应关系。     

直觉模糊面集的相似度及其在模式识别中的应用

直觉模糊数以隶属度和非隶属度所构成的有序点来表示所要研究的信息。由于犹豫度的存在,本文从几何的观点出发,将其转化为一个可能面,提出了直觉模糊面集的概念。在此基础上,定义了两个不同直觉模糊面集的相似度,研究了它的性质。最后给出了直觉模糊面集的相似度在模式识别中的应用实例,并做了相应的对比分析,结果表明本文提出的方法具有可行性和有效性。     

模糊概念格

概念格是研究和处理概念内涵与外延确定性关系的数学方法 ,已成为一种有效的数据分析方法。本文进一步探讨概念内涵与外延的不确定关系的模糊映射 ,给出相应的隶属函数的一些基本数学性质 ,证明全体模糊概念构成一个完全格。     

因素空间与概念内涵的表示

本文综合应用因素空间、信息系统和重于关系的方法,讨论了概念的内涵表示及其他有关问题。特别是,对在描述概念问题中不同于内涵和外延的第三种方法,即典型示范表示做了进一步的分析。     

梯形直觉模糊数集成算子及在决策中的应用研究

在直觉模糊集理论基础上,用梯形模糊数表示直觉模糊数的隶属度和非隶属度,进而提出了梯形直觉模糊数;然后定义了梯形直觉模糊数的运算法则,给出了相应的证明,并基于这些法则,给出了梯形直觉模糊加权算数平均算子(TIFWAA)、梯形直觉模糊数的加权二次平均算子(TIFWQA)、梯形直觉模糊数的有序加权二次平均算子(TIFOWQA)、梯形直觉模糊数的混合加权二次平均算子(TIFHQA)并研究了这些算子的性质;建立了不确定语言变量与梯形直觉模糊数的转化关系,并证明了转化的合理性;定义了梯形直觉模糊数的得分函数和精确函数,给出了梯形直觉模糊数大小比较方法;最后提供了一种基于梯形直觉模糊信息的决策方法,并通过实例结果证明了该方法的有效性。