基于距离的区间值Vague集的相似度量

分别利用平均值和Hausdorff测度将基于距离的实数型Vague集的相似度方法扩展到区间值Vague集上,比较各种方法的优缺点.填补了i-v Vague值(集)的相似度方法研究的空白.并通过例子说明利用Hausdorff测度度量距离得到的相似度量方法比用区间中值得到的相似度效度高.     

基于Vague集的模糊多目标决策方法及应用

针对目前基于Vague集多目标决策中Vague值计算困难以及确定目标满意度的下界和不满意度的上界存在主观随意性问题.提出了一种基于Vague集的模糊多目标决策方法.利用属性数学中的属性集和属性测度理论构造目标的真隶属度函数、假隶属度函数和犹豫度函数,从而可计算出目标的Vague值;采用记分函数计算方案的多目标评分值,从而可以对方案进行排序并选择出最优方案.应用实例验证了该方法的有效性和实用性.     

基于Vague集的群决策方法研究

首先介绍了Vague集的基本概念,将直觉模糊集的一些运算规则重新在Vague集上作了定义,提出用Vague值表示的九级语言术语集.接着指出衡量Vague集(值)相似度要考虑的三个因素,提出了新的度量方法.在同时考虑专家决策结果的一致性和专家权重的基础上,提出了汇总各专家Vague意见的方法.最后以一个案例说明了所提出的方法.     

Vague集相似度量模型

Vague集的相似度量在模糊推理、模式识别、聚类分析、决策分析等领域的广泛运用,要求所建立的vague集相似度量模型具有较高的区分度及度量结果合乎人的直觉.基于此要求,首先对已有Vague值的相似度量模型在区分度上的不足进行了分析.然后,在分析地基础上,提出了vague值的相似度量建模须考虑的因素.最后建立了Vague集的相似度量模型.数值实验表明,新模型具有较好的区分度,能克服已有模型在区分度上的不足.     

Vague集上的正规距离与正规相似度

距离与相似度是Vague集上的一对对偶概念,给出了Vague集上加强的距离的公理化定义,引入了正规距离与正规相似度的概念,提出了Vague集上距离的一个一般公式,通过对Vague值的探讨给出了该一般公式成为正规距离的充分条件,同时得到Vague集上的一个新的正规距离公式.最后通过数据分析得出由此正规距离公式生成的正规相似度是合理有效的.     

基于DEA的vague值的确定性转化及其应用

含糊性和不可分辨性是决策中不确定性的两个方面.Vague集由真、假隶属度两方面来定义,具有强大的表达不精确数据的能力.在介绍Vague集的有关概念的基础上,基于DEA方法,将vague值转化为确定性数据,能够对vague值之间进行比较,且为同时包含vague值和其他定量指标的多目标决策提供思路.     

基于不确定方法的项目方案优选研究

典型的Vague集Topsis评价中以[1,1]和[0,0]作为正负理想解,认为这种选择方法会造成待评价方案不确定信息的丢失,影响待评价方案的区分度低.进而提出通过方案Vague值的横向比较获取正负理想解的方法,并通过实际案例验证了方法的可靠性和科学性.这一方法的提出,进一步丰富了Vague集评价方法的理论,拓展了Vague集评价方法的应用空间.     

软件质量评估的Vague集方法应用研究

通过回顾软件质量评估领域的研究现状,分析了采用Vague集方法进行评价的可能性.提出在定性评价的基础上,借助定性指标向Vague值得转化,通过构建加权综合评价函数的方法实现了Vague集的软件质量评估.最后,通过案例计算,得到了公平公正的评价结果,并验证了计算结果的可靠性.     

Vague集向Fuzzy集转化的新模型

回顾了Vague集的定义,并对它予以了解释,在此基础上提出了Vague集向Fuzzy集转化应满足的约束条件,最后根据信息扩散原理构建了一个新的、较为合理和应用性较强的转化模型.     

基于Vague集的PROMETHEE-Ⅱ

PROMETHEE是应用广泛的多属性决策方法之一.研究了PROMETHEE-Ⅱ的Vague集方法,首先定义了Vague集的减法,然后提出了Vague集的PROMETHEE-Ⅱ,并给出具体的算例.