多尺度优势模糊目标决策系统的粗糙集、最优尺度选择及约简

多尺度决策系统的知识获取是当今的研究热点之一。然而,在处理实际数据时,多尺度决策系统中的条件属性值之间可能存在优劣关系,决策属性取值可能为模糊数。针对这一类多尺度决策系统的知识获取问题,本文构建了多尺度优势模糊目标粗糙集模型,给出了该模型的最优尺度选择算法,并讨论了获取所有最优尺度约简的分辨矩阵法和获取一个最优尺度约简的简便算法。最后将本文提出的多尺度优势模糊粗糙集模型、最优尺度选择和规则获取算法应用于计算机审计风险评估,得到较为合理的评估规则。     

不完备序区间值决策系统中的可信规则获取

以不完备序区间值决策系统为研究对象,其中不仅包含遗漏型未知区间值,而且属性值域为全序集.给出了未知区间值的三种形式及其填充式区间值的定义,引入灰的白化方法用以构建一个新的填充式不完备序白化值决策系统,并讨论其在优势和弱势关系下的可信规则获取.进一步研究了优势和弱势对象的约简以及其决策类的相对约简问题,给出了相应的判定定理与区分函数,为最终从不完备序区间值决策系统中获取最优可信决策规则提供了新的理论基础与操作手段.、     

基于区间值对偶犹豫模糊集的多属性决策方法

基于区间值对偶犹豫模糊集的基本定义,提出了区间值对偶犹豫模糊熵与相似性测度的概念。给出了区间值对偶犹豫模糊熵的定义及公式,在此基础上构造了熵权重模型;由距离与相似性测度的关系给出三种区间值对偶犹豫模糊集的距离公式。由此基于区间值对偶犹豫模糊集的熵和相似性测度提出一种新的区间值对偶犹豫模糊集的决策方法。最终给出此方法的计算步骤,通过实例验证该方法的有效性。     

基于粗糙集的模糊决策算法

给出一种从连续决策表中提取模糊决策规则的规则提取算法。首先,转化连续属性值为模糊值;然后,给出两个不同对象的模糊属性值关于相应连续属性的相似度;其次,给出了λ相似关系与λ相似类的定义。根据λ相似关系,给出粗糙-模糊空间中的下近似与上近似概念;最后,结合模糊集与粗糙集理论的思想,给出一种从连续值域决策表获取决策规则的算法,并通过实例说明该算法的有效性。     

稳健的模糊回归区间分析

由于传统的回归分析易受到异常值的影响。针对输入变量为实数,输出变量和输入参数为模糊数的情况,给出了一种稳健的模糊回归区间预测模型和算法。该模型基于输出变量的隶属度函数为目标函数,以估计的区间为约束条件。给出的算法具有较强的稳健性,利用该算法估计的区间几乎不受异常值的影响。最后通过一个数值算例,与其他模型算法对比分析,验证了该模型和算法的有效性和稳健性。     

基于关联的区间犹豫模糊PROMETHEE多属性决策方法

针对属性模糊测度已知、属性值为区间犹豫模糊集的决策问题,提出了一种属性关联的PROMETHEE多属性决策方法.首先引入得分函数,构造区间犹豫模糊决策矩阵;通过区间可能度函数的概念,构造正弦属性偏好函数;进一步,结合A模糊测度与Choquet积分,计算方案的优先指数;进而计算方案的流出、流入以及净流值,并根据各方案的净流值的大小进行排序.最后通过实例分析说明了该方法的有效性和合理性.     

区间信度环境下基于偏好熵的随机格序排列方法

针对偏好优劣关系的信度为区间值的决策偏好系统,运用熵理论提出了一种基于区间值分布偏好向量的决策分析方法。首先,将决策者对方案的偏好描述由:优于、劣于、等价和不可比这四种关系拓广为优于、劣于、等价、无法比较但有上确界、无法比较但有下确界、无法比较且有上确界又下确界、不可比七种偏好关系,并结合区间证据的概念和性质给出了决策偏好系统的区间值分布偏好向量与相对熵的概念、性质。然后,构建了基于偏好熵的证据推理非线性优化模型,通过求解模型,并结合优先原则和集结规则将个人偏好集结成群体偏好,给出了该决策方法的具体步骤,举例说明了方法的可行性。     

基于粗糙集理论的区间型多属性灰决策规则及应用

本文在粗糙集理论的基础上,针对属性值为区间数的信息系统,提出了一种新的决策规则。首先,借助于改进的粗糙聚类算法对区间型属性值进行离散化,之后通过构造划分同族矩阵来确定属性约简集。最后,基于灰色关联分析技术提出了灰色决策规则。而在属性权重的确定方面,通过属性相对重要性的定义构造互反矩阵,利用遗传算法解优化模型得到属性权重。     

离散模糊数直觉模糊广义系统

为了进一步研究模糊数直觉模糊广义系统,在离散区间值模糊系统和规则两面性的基础上首次提出了离散直觉模糊数广义系统。然后研究了这类系统的稳定性,讨论了离散区间值模糊系统、离散T-S模糊广义系统和离散直觉模糊数广义系统的两种关系。其次,深入研究了离散直觉模糊数控制器和离散直觉模糊数广义系统的稳定性。离散直觉模糊数广义系统将是一个新的研究方向,将成为解决实际问题的一种通用方法。最后,通过实例说明了该方法的有效性。     

加型一致性毕达哥拉斯模糊偏好关系

在模糊偏好关系两种等价的加型一致性概念基础上,通过简单的数学证明,分析了区间值模糊偏好关系、直觉模糊偏好关系的相应的两种加型一致性并不是等价的.然后,在加型一致性直觉模糊偏好关系的启发下,构造了可以与毕达哥拉斯模糊偏好关系相互转换的两个区间值模糊偏好关系,并利用它们的加型一致性,定义了加型一致性毕达哥拉斯模糊偏好关系,并分析了其与杨艺等定义的加型一致性毕达哥拉斯模糊偏好关系的关系.其次,研究了加型一致性毕达哥拉斯模糊偏好关系的性质以及毕达哥拉斯模糊偏好关系的满意一致性,并给出满意一致性毕达哥拉斯模糊偏好关系下的方案优劣排序算法.最后,通过两个计算实例说明了排序算法可行有效.     

基于直觉模糊决策粗糙集的三支决策

基于决策粗糙集的三支决策是解决风险决策问题的一种经典方法,利用贝叶斯决策理论生成决策规则。决策规则具有正域、边界域、负域三个区域特征,对应的决策分别为接受决策、延迟决策和拒绝决策。本文将决策粗糙集模型对象之间的等价关系转变为具有自反性和对称性的直觉模糊关系,通过直觉模糊事件概率度量,定义了贝叶斯决策理论中对象状态与对象描述之间的条件概率。将决策损失与直觉模糊数相结合计算对象分类的预期损失,进而由贝叶斯决策理论引导的最小风险决策规则推导出相应的正域、负域、边界域的决策规则。当决策损失满足一定大小关系时将决策规则进行化简,计算出简化决策规则中的阈值与决策损失之间的关系,并且由简化决策规则定义了直觉模糊决策粗糙集的上、下近似。最后将构造的直觉模糊决策粗糙集的三支决策模型应用到直觉模糊概率决策系统,在已知的决策损失下得到相应的决策规则。     

基于区间值模糊剩余蕴含算子的广义区间值模糊粗糙集模型

把粗糙集理论和区间值模糊集理论结合起来,利用粗糙集理论的构造性方法,提出了一种广义区间值模糊粗糙集理论模型。首先,利用区间值模糊剩余蕴含算子和它的对偶算子,定义了一种广义上下区间值模糊粗糙集近似算子。然后,利用该蕴含算子的性质,讨论了该模型上下近似算子的一系列性质。最后,确立了一些特殊的区间值模糊关系和区间值模糊粗糙集近似算子的联系。     

一种新的粗糙集模型及其应用

提出了一种新的基于区间直觉模糊关系和区间直觉模糊数的粗糙集模型.首先,介绍了区间直觉模糊集,区间直觉模糊关系和区间直觉模糊数等概念.然后,利用区间直觉模糊关系和区间直觉模糊数定义了一种新的粗糙集模型,并给出一些基本性质.最后将该模型应用于临床诊断系统中.实例验证了该粗糙集模型的有效性和实用性.     

一种基于区间q-rung Orthopair模糊投影模型的多属性群决策方法

本文提出一种基于区间q-rung Orthopair模糊投影模型的多属性群决策方法。首先,定义一种度量向量间相关程度的区间q-rung Orthopair模糊投影,研究其性质。其次,基于区间q-rung Orthopair模糊环境中各备选方案与正负理想方案之间的投影关系,提出一种基于区间q-rung Orthopair模糊投影优化模型的TOPSIS多属性群决策方法。该方法能实现对备选方案的有效排序。最后,通过将该方法应用于为制造企业选择供应商的多属性群决策问题中,验证新方法的可行性和有效性。     

基于区间犹豫模糊信息双向投影技术的双边匹配决策方法

近年来,双边匹配决策问题受到学者们的广泛关注,然而区间犹豫模糊信息双向投影技术的双边匹配决策问题的研究并不多见。因此,针对基于区间犹豫模糊信息下的双边匹配问题,本文提出了一种基于区间犹豫模糊信息双向投影技术的双边匹配决策方法。给出了区间犹豫模糊信息下的双边匹配问题的描述;依据双边主体给出的偏好信息构造区间犹豫模糊矩阵,运用双向投影法对区间犹豫模糊矩阵进行技术处理,构造双向投影矩阵;采用传统Topsis思想构造贴近度矩阵;在此基础上,构建了该双边匹配问题的优化模型,并使用组合满意度法对优化模型进行求解,从而得到了双边主体间的匹配结果;最后,通过算例说明了所提方法的有效性和可行性。     

基于相对优势度的区间数排序及其在多属性决策中的应用

依据两区间数对应点的差异,借助s型函数给出区间数相对优势度的概念,并根据相时优势度矩阵,构造模糊互补判断矩阵,提出一种基于相对优势度的区间数排序方法.基于所提出的区间数排序方法,结合UWA算予,提出一种属性值为区间数的多属性决策方法,并通过算例说明方法的可行性和有效性.     

一种区间Pythagorean模糊VIKOR多属性群决策方法

针对属性信息为区间Pythagorean模糊集且属性权重和专家权重均未知的一类群决策问题, 结合信息熵理论, 提出了一种区间Pythagorean模糊VIKOR多属性群决策方法。首先定义一种新的区间Pythagorean模糊距离测度, 并讨论其性质。其次基于该距离测度定义了区间Pythagorean模糊相对距离指数, 并基于相对距离指数构建了一种熵权模型确定专家权重和属性权重。然后提出一种区间Pythagorean模糊VIKOR多属性群决策方法。最后通过企业生产方案选择案例说明了提出新方法的可行性与有效性。     

模糊推理的变权综合算法及其构造的模糊系统响应能力分析

将变权综合原理应用于模糊推理,提出一种新的模糊推理算法-变权综合推理算法,并给出利用模糊蕴涵算子确定规则变权的方法。证明了由一些正常蕴涵算子如Lukasiewicz蕴涵、Goguen蕴涵、Godel蕴涵、Dubois-Prade蕴涵等确定的变权综合算法是相容的。进一步分析了该变权综合算法构造的模糊系统的响应能力,结果表明:基于这些正常蕴涵算子的变权综合算法构造的模糊系统具有泛逼近性。     

区间值模糊线性规划在证券组合投资优化中的应用

针对期望收益率与风险损失率为区间值模糊数的特征,就证券组合投资问题建立了一种区间值模糊线性规划模型,运用一种对区间值模糊数排序的新算法,将模型转化为经典的线性规划问题进行求解,最后通过一个算例说明其有效性和可靠性,为证券组合投资优化问题的解决提供了一种新的方法,对证券组合的理性投资具有重要的指导意义.     

基于广义判断形式的模糊排序方法

广义判断下的ＡＨＰ（ＧＪＡＨＰ）是一种广义ＡＨＰ。它是在研究不完全信息下的决策排序问题时，通过构造广义判断矩阵的数学模型而建立的一种广义ＡＨＰ。本文应用集值统计的方法，在区间判断标度基础上确定模糊判断矩阵元素的正模糊数表示。给出了基于模糊区间数排序权值向量的特征根算法。讨论了Ｆｕｚｚｙ环境下求解各种判断形式的模糊排序权值向量的方法。