联系数中差异度系数i的专家估测法及应用

在联系数中差异度系数i已有取值方法的基础上,给出了差异度系数i的专家估测取值方法、加权统计取值方法和频数统计取值方法以及它们在实际中的应用.     

联系数在梯形模糊数多属性决策中的应用

属性权重和属性值都是梯形模糊数的多属性决策问题是一种带有不确定性的决策,需要作不确定性分析后才能得出结论.为此把梯形模糊数表示的属性值和属性权重先用其特征函数"均值+偏差"联系数(特征联系数)表示,再利用联系数运算法则作"加权求和"运算,不仅获得与其它决策方法相同的结果,而且借助联系数中i的不同取值考察决策对象的排序变化,方法简便易行,且具有较强适用性.     

基于区间数期望和不确定性分析的多属性决策方法与应用

针对区间数多属性决策中的不确定性问题,提出基于区间数的不确定性分析方法,用集对分析联系数中的A表示区间数的数学期望,Bi表示区间数的不确定性,借助联系数A+Bi的加、乘运算建立区间数多属性决策模型,再利用i的不同取值进行不确定性分析.实例应用表明,方法算理清晰,算法简明,分析方便,结论可靠.     

基于二元联系数可能度函数的区间数排序方法及应用

针对因区间数排序方法差异或可能度函数失效带来的区间数排序结果与实际情况明显不符和保序性较差的问题,系统梳理两区间数在实数轴上相离、相交以及包含等三类6种位置关系,引入集对分析方法定义了区间数集对及其二元联系数,利用区间数长度、集对、同一集、差异集以及比较空间的3个特征量,构造了基于二元联系数的可能度函数,进而建立了基于二元联系数可能度函数的区间数排序方法,全面地反映和描述了区间数相对大小比较时的确定性信息与不确定性信息.通过二元联系数的可能度函数性质证明和实例分析,证明了二元联系数的可能度函数的有效性,也验证二元联系数可能度函数的区间数排序方法的保序性和广泛适用性.最后,将基于二元联系数可能度算法的区间数排序方法用于采矿方法优选中,证实了该方法的可行性和应用价值.     

基于灰色关联分析的模糊支持向量机中隶属度的确定

本文用灰色关联分析来替代模糊隶属度的求解,提出了一种新的有效地刻画样本不确定性的隶属度计算方法,理论上表明它是解决模糊支持向量机方法中一般使用特征空间中样本与类中心之间的距离关系构建隶属度函数的不足的方法之一,在一些特定条件下分类性能要强一些.     

概率测度间差异性度量方法与不确定性及金融经济学应用

针对在Knight不确定性下的决策问题,本文基于非参数化的思想提出了一种新的概率模型之间差异的度量方法,以此规避参数化不确定性模型描述金融数据特征的损失.该度量方法对概率模型的形式没有限制,并且易于计算.在正态假设下,使用该度量方法的非参数化检验方法可以退化为一种更不易犯第一类错误的参数检验方法.本文将该度量方法应用于...     

基于联系数的钢筋抗拉强度测量不确定度评定新方法

钢筋抗拉强度的不确定度包括:钢筋直径的不确定度分量,拉力的不确定度分量,检测结果重复性引入的不确定度分量,数据修约的不确定度分量等等,因此,测量不确定度是与测量数据相联系的,联系数是处理不确定性问题的一种系统数学理论,可以用联系数来表示测量不确定度,为此,提出一种基于联系数的钢筋抗拉强度测量不确定度评定的新方法.     

基于熵的不确定性敏感性分析

为确定影响维修保障信息分析结果不确定性的关键输入参数,提出一种基于熵的不确定性敏感性分析方法.首先分析了模型输出结果的不确定性的表现形式、度量方法、产生机制;其次基于条件熵思想给出分析不确定性的敏感性参数以及敏感性分析方法;然后,简单介绍了盲数理论在计算不确定性数据中的应用;最后,结合平均维修时间模型进行了案例研究,说明了基于熵的不确定性敏感性分析方法的可用性,并证明了不确定性敏感性分析与求导不能等同的结论.     

基于集对分析的多种不确定偏好形式大群体决策方法

针对具有多种不确定偏好形式的多方案大群体决策问题,提出一种基于集对分析的群决策方法。将区间数、三角模糊数以及语言值三种形式的不确定偏好转换为联系数,保留了不确定偏好信息中的确定性与不确定性。提出一种区间聚类算法,在决策成员权重未知的情况下对成员进行赋权。利用加权综合联系数对大群体偏好进行集结,根据方案的集对势大小给出方案的排序。该方法避免了确定权重时的主观性,同时考虑决策信息的确定性与不确定性,提高了决策结果的可信度。通过实例分析验证了方法的有效性和实用性。     

基于联系数不确定性分析的区间数多属性决策

区间数多属性决策通常是在某一算法下得到方案的排序,很少考虑区间数不确定性的影响,通过区间数转换成联系数,可以客观地反映区间数的不确定性,在此基础上,建立基于联系数的多属性决策模型,从而对不确定性进行较全面的取值分西,使决策结果更为合理.     

基于模糊模拟的风险投资项目决策

由于风险投资的高不确定性和风险性,使得人们难以准确预测风险投资项目的收益和状态概率,而只能得到其大致的区间范围。鉴于这种情况,本文将投资项目收益和状态概率描述为模糊变量,利用模糊变量的均值和方差建立了模糊风险投资决策模型,并给出利用模糊模拟方法计算的实例。     

The fuzzy core in games with fuzzy coalitions

In this paper, the fuzzy core of games with fuzzy coalition is proposed, which can be regarded as the generalization of crisp core. The fuzzy core is based on the assumption that the total worth of a fuzzy coalition will be allocated to the players whose participation rate is larger than zero. The nonempty condition of the fuzzy core is given based on the fuzzy convexity. Three kinds of special fuzzy cores in games with fuzzy coalition are studied, and the explicit fuzzy core represented by the crisp core is also given. Because the fuzzy Shapley value had been proposed as a kind of solution for the fuzzy games, the relationship between fuzzy core and the fuzzy Shapley function is also shown. Surprisingly, the relationship between fuzzy core and the fuzzy Shapley value does coincide, as in the classical case.     

广义直觉模糊信息粒度

直觉模糊信息粒度是度量直觉模糊粒结构不确定性的一种重要方法。本文针对直觉模糊信息粒度在度量直觉模糊粒结构上存在的不足进行分析。首先,介绍直觉模糊粒结构距离。其次,改进了基于偏序关系提出的直觉模糊信息粒度的公理化定义,从直觉模糊粒结构距离观点出发,以最细的直觉模糊粒结构为参照物,计算每个直觉模糊粒结构与最细的直觉模糊粒结构之间的距离,距离的值越大,这个直觉模糊粒结构的信息粒度越大。最后,通过例子验证结论的合理性。     

模糊多属性决策的直觉模糊集方法

基于直觉模糊集理论,提出了一种新的TOPSIS方法来研究模糊多属性决策问题。首先,根据直觉模糊集的几何意义,定义了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示;然后,根据TOPSIS原理,通过计算备选方案到直觉模糊正理想解和负理想解的距离,来确定备选方案的综合评价指数,以此判断方案的优劣次序。最后,通过一个具体实例说明该方法的有效性和具体应用过程。     

Fuzzy uncertainty modeling for grid based localization of mobile robots

This paper presents a localization method using fuzzy logic to represent the different facets of uncertainty present in sensor data. Our method follows the typical predict-update cycle of recursive state estimators to estimate the robot’s location. The method is implemented on a fuzzy position grid, and several simplifications are introduced to reduce computational complexity. The main advantages of this fuzzy logic method compared to most current ones are: (i) only an approximate sensor model is required, (ii) several facets of location uncertainty can be represented, and (iii) ambiguities in the sensor information are directly represented, thus avoiding having to solve the data association problem separately. Our method has been validated experimentally on two different platforms, a legged robot equipped with vision and a wheeled robot equipped with range sensors. The experiments show that our method can solve both the tracking and the global localization problem. They also show that this method can successfully cope with ambiguous observations, when several features may be associated to the same observation, and with robot kidnapping situations. Additional experiments are presented that compare our approach with a state-of-the-art probabilistic method.     

一种资源投入不确定情形下的合作博弈形式及收益分配策略

首先,将经典合作博弈进行扩展,提出了一类模糊联盟合作博弈的通用形式,涵盖常见三种模糊联盟合作博弈,即多线性扩展博弈、比例模糊博弈与Choquet积分模糊博弈.比例模糊博弈、Choquet积分模糊博弈的Shapley值均可以作为一种特定形式下模糊联盟合作博弈的收益分配策略,但是对于多线性扩展博弈的Shapley值一直关注较少,因此利用经典Shapley值构造出多线性扩展博弈的Shapley值,以此作为一种收益分配策略.最后,通过实例分析了常见三类模糊联盟合作博弈的形式及其对应的分配策略,分析收益最大的模糊联盟合作对策形式及最优分配策略,为不确定情形下的合作问题提供了一定的收益分配依据.     

基于多目标规划法的模糊线性回归分析

讨论输入、输出均为模糊数,回归系数为实数时的模糊线性回归分析。由于模糊最小二乘线性回归容易受异常值的影响,而最小一乘法能有效地降低回归模型的误差。为此,基于最小一乘法,建立多目标规划模型并将其转化为非线性规划问题进行求解,从而实现模糊线性回归模型的参数估计。最后,结合一个数值实例,验证和比较该方法的合理性和优越性。     

不确定多属性决策中的一种模糊赋权方法

研究了以三角模糊数给出属性权重的不确定多属性决策问题,提出了一种基于三角模糊数的赋权方法,并给出了决策模型.首先决策者将属性权重两两比较的结果用三角模糊数表示,构造三角模糊数互补判断矩阵.通过求解矩阵得到模糊权重.然后,集结各方案的模糊综合属性值,通过构造并求解可能度矩阵对方案进行排序.最后给出了一个应用实例.     

模糊分析计算中的结构元方法

提出模糊结构元的概念，研究模糊结构元的性质，给出模糊数和模糊值函数的结构元表现定理。利用模糊数和模糊值函数的结构元表现形式，使得过去必须依赖扩张原理和表现定理来刻画的模糊数运算、模糊值函数的微积分运算等变得更加简单与直观。     

An adjustable approach to fuzzy soft set based decision making

Molodtsov’s soft set theory was originally proposed as a general mathematical tool for dealing with uncertainty. Recently, decision making based on (fuzzy) soft sets has found paramount importance. This paper aims to give deeper insights into decision making based on fuzzy soft sets. We discuss the validity of the Roy-Maji method and show its true limitations. We point out that the choice value designed for the crisp case is no longer fit to solve decision making problems involving fuzzy soft sets. By means of level soft sets, we present an adjustable approach to fuzzy soft set based decision making and give some illustrative examples. Moreover, the weighted fuzzy soft set is introduced and its application to decision making is also investigated.