模糊控制中的参数模糊化新方法研究

提出了一种基于参数正态分布的模糊化新方法，并建立了模型。该模型首先将参数正态分布化，然后确定各模糊集对应的积分区间，最后通过积分求出参数属于各模糊集的隶属度，从而实现了参数的模糊化。这种模糊化方法数学物理意义明确，算法统一，便于计算，可操作性强，解决了模糊控制系统中参数模糊化时隶属度难于确定的实际问题。特别适用于对那些有一定正态离散性的参数(如误差型或概率型参数)进行模糊化。通过模糊化实例计算表明该方法有效、可行。     

基于区间T-球形模糊熵的TODIM-VIKOR多属性决策方法

区间T-球形模糊熵在区间T-球形模糊环境下的多属性决策问题中有着重要价值。为了更好地保留区间T-球形模糊集的模糊信息,首先提出了区间T-球形模糊数的得分区间、精确区间以及缺失区间,并基于此定义了新的区间T-球形模糊数的比较规则。然后结合上述三个区间,基于区间上连续香农熵函数的积分中值思想,提出了区间T-球形模糊熵公式,并分析了其满足的性质。最后,利用区间T-球形模糊熵确定属性的客观权重,并结合新的区间T-球形模糊数的比较规则,提出一种区间T-球形模糊TODIM-VIKOR方法。通过实例说明了基于区间T-球形模糊熵的TODIM-VIKOR方法的可行性和有效性,为解决区间T-球形模糊环境下的多属性决策问题提供了一种新的思路。     

基于模糊集值模糊集的近似推理

通过在单输入单输出（SISO）的近似推理方案（ARS）中，用模糊产生式规则表示知识，以模糊集值模糊集刻划模糊产生式规则中出现的模糊状态，提出了一个基于模糊集值模糊集的近似推理框架，从而使单输入单输出的近似推理方案（ARSFSISO）的推理能力得以增强。     

离散型区间值模糊集间距离的推广

对GRZEGORZEWSKI定义的2类区间值模糊集上的离散型距离进行了推广,并定义了一类新的距离,讨论了它们各自的性质及相互之间的关系.     

属性约简在中医证候诊疗数据分析中的应用

针对中医诊疗数据和诊疗结果数据存在不确定性等特点,通过研究基于粗糙集的属性约简方法,引入属性作用集差异度概念,并定义基于属性作用集差异度的属性重要度的计算方法,提出基于属性作用集差异度的属性约简算法,并将其应用于中医证候数据约简中以实现中医证候诊疗症状关键因子提取的需要。通过实际中医证候诊疗数据集上测试及与其他属性约简算法的测试比较,结果表明所提出的属性约简算法是有效的。     

基于属性频率函数的粗糙集属性约简算法

以现有的两个粗糙集属性约简算法为基础，提出了一种基于属性频率函数的粗糙集（Rough Set）属性约简算法，该算法既可保证每次计算都能得到一个约简，又具有较好的时间复杂性．     

半群的区间值Q-模糊子半群

模糊子半群是半群模糊集理论的一个重要研究领域.文章引入了半群的区间值Q-模糊子半群的概念,讨论了半群的区间值Q-模糊子半群的相关性质.给出了半群的区间值Q-模糊子半群与模糊子半群以及区间值模糊子半群的关系.证明了半群的区间值Q-模糊子半群的交和同态像仍然是区间值Q-模糊子半群.     

一种新的混合智能算法及其在属性约简中的应用

属性约简是粗糙集理论的核心部分.受细菌觅食过程的启发,本文将细菌觅食算法的思想应用于粒子群算法,提出了一种细菌觅食粒子群算法.细菌觅食过程的趋向操作可以指导粒子朝着更优方向进化,而粒子群算法又能提高细菌觅食算法的收敛速度和寻优能力.将该算法应用到属性约简中,数值实验结果表明,本文提出的细菌觅食粒子群优化的约简算法在寻优能力方面均优于Hu算法,粒子群约简算法和细菌觅食约简算法,能得到更好的最小属性约简.     

模糊数学中的非标准扩大模型

给出了非标准分析理论中非标准扩大模型在模糊数学中的表现形式及一些性质.首先,对模糊集合进行了非标准扩张,定义了相应的* 模糊集.其次,对模糊集合间的运算也进行了非标准扩张,定义了* 模糊集间的运算,这些运算与一般模糊集间的运算是类似的.最后,借助扩张后的* 模糊集和上、下确界运算,给出了非标准扩大模型在模糊数学中的表现形式,并且从多种角度给出了一些非标准扩大模型的性质.     

约束条件下基于区间组合的测试用例生成

本文构建了一个基于区间集的组合覆盖测试模型并提出了一个基于区间组合的测试用例生成算法(TCGIC).TCGIC算法用符号执行方法收集程序路径的约束条件,寻找相互关联的输入参数;借鉴组合覆盖测试的方法,构建解区间组合树,并选用深度优先策略或其他组合覆盖策略,获得输入参数的区间组合的集合;运用区间运算的方法,把每一个区间组合代入到程序路径的约束条件中,判断区间组合上程序路径的可达性;选用相应的用例生成策略,在路径可达的区间组合上生成测试用例.     

基于区间对偶犹豫模糊语言变量的VR在线购房顾客需求分析

针对属性值为区间对偶犹豫模糊语言变量的多属性决策问题,提出了一种基于区间对偶犹豫模糊语言变量Frank算子的多属性决策方法。首先,给出了区间对偶犹豫模糊语言变量的运算规则,提出了改进的区间对偶犹豫模糊集的得分函数、精确函数;其次,结合Frank-T范数和Frank-S范数,定义了区间对偶犹豫模糊语言变量Frank集结算子及其运算规则;最后,结合实际顾客需求问题,以VR在线购房为实例,将顾客需求的自然语言描述转化为区间对偶犹豫模糊语言,并运用区间对偶犹豫模糊Frank算子对顾客需求进行排序,验证了该方法的可行性和有效性。     

基于知识约简的故障案例重用方法

案例重用是使用旧的经验去解决新的问题,可以提升基于案例推理的故障诊断系统解决问题的能力,本文提出一种基于知识约简的故障案例重用方法,主要包括针对静态案例的值约简算法（improved attribute value reduction algorithm based on discernibility matrix,IAVRADM）以及新增案例情况下的值约简增量式更新算法（incremental updating algorithm for attribute value reduction,IUAAVR）,其中,IAVRADM算法利用吸收律和互信息增量作为启发式信息,改进了已有算法中分辨矩阵构造和搜索过程,提高了决策规则的生成效率,IUAAVR算法分析总结出需要进行规则更新的3种情况.实验结果表明,IAVRADM算法的适应性强、时间开销低,IUAAVR算法在获得相同数量的决策规则情况下与案例的数量无关且更具时间优势.     

基于基数排序及属性约简的雷电预报因子提取方法

雷电预报因子筛选是构建雷电预报模型的关键,也是提高雷电预报准确度的一个瓶颈问题。本文提出了一种基于粗糙集正域属性约简的雷电预报因子提取方法,该方法采用基数排序方法快速求解决策表的正域,引入可分辨度概念度量属性的重要性,提出了基于可分辨度的核属性与非核属性的提取方法,设计了相应的面向雷电预报因子提取的属性约简算法。真实气象数据集测试结果表明,该方法能有效提取最小集合的雷电预报因子,并较以往方法具有更好的性能。     

基于犹豫模糊集的水质评价方法

为了更全面反映水体综合状态,本文基于单因子评价水质等级的结果,计算指标与等级的相关系数,筛选出强相关的指标.采用专家打分构造犹豫模糊水质评价初始矩阵,建立基于犹豫模糊指数熵和线性插值悲观升维的加权犹豫模糊兰氏距离测度多属性评价方法.最后,结合浙江省部分水库水质数据进行实例分析.结果表明,所提出的基于犹豫模糊集距离测度的水质综合评价方法更为合理有效.     

寻求多项式系统在开超长方体中的实零点

对于给定的一个n元实多项式系统P和Rn中一个开超长方体S,给出了一个有效算法,使得在ZeroR(P)∩S的每一个半代数连通分支上能找到至少一个零点。为精确起见,所找的实零点通过所谓的区间有理单元表示来描述。为处理实例,有关算法在Maple软件平台上被编制成一个通用程序。     

基于粗糙集理论的示例学习研究

到目前为止，一些启发式算法被提出用于基于扩张矩阵理论的示例学习研究，该文基于粗集理论研究示例学习问题，提出了粗集理论下的几个新概念，如：必要选择子，核选择子集，约简选择子集和所产生复合的评价指标；精确度、覆盖度和简单性，给出了扩张矩阵的粗糙集算法，并提出了基于覆盖度和简单性的遗传算法最优示例学习方法。     

基于概率犹豫模糊相似度的交互式群体决策方法

概率犹豫模糊集（probabilistic hesitant fuzzy set,PHFS）是犹豫模糊集的推广,在犹豫模糊集基础上通过为每个隶属度添加与之相对应的概率,以全面表达专家赋予的初始决策信息,是处理多属性指标决策问题的一种有效工具。首先,介绍了概率犹豫模糊数（PHFN）的基本定义和相关运算,指出了传统PHFN的得分函数和汉明距离的不足,并给出了改进方法。其次,通过适当补充隶属度集合中的元素数量提出了PHFN的汉明距离和相似度概念,依据专家赋予的评价矩阵引入了概率犹豫模糊矩阵（PHFM）相似度。最后,在概率犹豫模糊环境下基于PHFM相似度提出了一种交互式群体评价算法,并用实例验证了算法的有效性。     

概念格的规则约简与属性特征

在研究了概念格形成的偏序结构的基础上，引进了由两个形式背景形成的决策形式背景，讨论了外延集类上等价关系和交一致关系，给出了决策形式背景下规则提取与属性约简方法．同时对于在规则约简中起不同作用的属性，区分了核心（存在于任何约简中）、相对必要属性（存在于某些约简中）和不必要属性（不存在于任何约简中），给出了各类属性的特征和判别方法．这些方法为概念格规则提取的启发式算法打下了基础．     

软模糊集的扩张

主要研究了软模糊集理论,软模糊集是Molodtsov软集的推广.首先,为解决Molodtsov软集的经典问题,提出了软模糊集的概念.软模糊集比软集更能真实反映现实.其次,定义了软模糊集的扩张,这不仅可以更好地进行软模糊集的运算,而且可以解决实际问题.最后,讨论了软模糊集扩张间的一些运算和性质.     

软模糊集的扩张（英文）

软模糊集是Molodtsov软集的推广,对软模糊集理论进行了研究.首先,为解决Molodtsov软集的经典问题,提出了软模糊集的概念.软模糊集比软集更能真实反映现实.其次,定义了软模糊集的扩张,这不仅可以更好地进行软模糊集的运算,而且可以解决实际问题.最后,讨论了软模糊集扩张间的一些运算和性质.