基于区间值的模糊聚类分析

分析了原有模糊聚类分析中存在的问题，提出了基于区间值的模糊聚类分析方法．该方法用区间值表示各个对象对于每个因素状态的隶属度，在获取了每个对象对于每个因索的特征值后，将其转化为[0，1]上的区间，然后直接在区间的层次上求各个对象间的相似度，在如此求出的相似矩阵的基础上，直接得出聚类的结果．该方法用区间值表示各个对象的属性值，可以更接近于每个对象的客观、真实情况，从而可以更大程度上保留信息．     

区间值模糊线性规划问题及其求解方法

指出了一类区间值模糊线性规划问题,讨论了区间值模糊数的排序方法,在不同的排序准则下获得了相应的辅助模型,给出了求解问题的算法。     

区间值FUZZY随机变量（I）：区间值FUZZY数

基于区间值ｆｕｚｚｙ集引入了有界闭区间值ｆｕｚｚｙ数，并讨论了它的代数运算，从信息论的角度刻画了这种数的不确定性程度。提出了诱导ｆｕｚｚｙ数的概念，并揭示了诱导ｆｕｚｚｙ数族的格论构造。最后，在有界闭区间值ｆｕｚｚｙ数空间上引入了相容性测度与Ｈａｕｓｄｏｒｆｆ变量。     

基于区间值模糊集上的模糊聚类

研究了基于区间值模糊集上的模糊聚类.先讨论了基于∨-t关系合成基础上的一种n次幂运算,是Yang和Shih的n次幂运算的推广.通过运算,由模糊相似关系矩阵得到模糊等价关系矩阵,并提出了一种基于模糊等价矩阵的聚类算法.针对非完备模糊相似矩阵中的数据信息可能会缺失的情况,最后讨论了一种由∨-t合成运算来推算缺失值的简单方法.     

区间值函数与模糊数函数的极值问题

本文讨论了区间值函数与模糊数函数在连续区间上的极值问题。给出了区间值极值、关于λ的区间值和关于λ一致的区间值极值的概念,并且给出了取关于λ一致的区间值极值的充要条件。     

刻画可双完备化的区间值模糊拟度量空间

在拟度量的背景下推广了区间值模糊度量的概念,主要结果如下:(1)给出了区间值模糊拟度量空间等距同构的扩张定理;(2)证明了每个区间值模糊拟度量空间有双完备化且它是唯一达到等距同构的;(3)得到了区间值模糊拟度量空间双完备化的构造方法和区间值模糊拟度量空间可双完备化的等价刻画。     

基于区间值相似度的直觉区间值模糊推理

直觉区间值模糊集具有比直觉模糊集更强大的模糊信息表达能力并且其直觉区间值隶属度和非隶属度的值较易确定.文章利用直觉区间值模糊集进行模糊推理.根据直觉区间值隶属度和非隶属度的值给出直觉区间值模糊集之间相似度和加权总体相似度的计算方法.根据该计算方法给出直觉区间值模糊集上的模糊推理算法.最后通过算例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

区间值模糊数的模糊多属性决策方法

为了从不同维度综合刻画事物的模糊性,用三角结构元线性表示了区间值模糊数,定义了区间值模糊数的运算及排序;通过对称变换实现了成本型指标的效益型转化,通过平移与压缩实现了属性的归一化,确定了标准评判矩阵.结果表明,区间值模糊数的模糊多属性决策,综合考虑了多个专家意见的融合以及概念的模糊性.研究结论拓展了模糊多属性决策研究的思路,使之更贴近实际.     

基于区间值相似度集合的多规则近似推理模型

给出区间值相似度集合的概念,并基于区间值相似度集合详细研究了多规则近似推理模型及其推理算法,讨论了基于区间值相似度集合的简单近似推理模型的还原性．最后,通过１个实例验证了推理模型和推理算法的有效性．      

区间值直觉模糊子群

研究了区间直觉模糊子群,且引入了区间值直觉模糊正规子群概念,并利用集合套研究了区间值直觉模糊子群和区间值直觉模糊正规子群.     

普适环境下基于区间值模糊理论的指纹定位算法

定位是普适计算的重要应用之一,但是获取精确的位置上下文信息并非易事.因此,提出了一种基于区间值模糊理论的算法来处理位置上下文信息的不确定性.首先介绍了室内定位系统的大体框架,并探讨了它们的优缺点;然后提出基于区间值模糊理论的定位算法,该算法包括两个阶段:离线阶段建立指纹库和在线阶段进行实时定位;最后,利用室内定位实验来证明算法的精确性.     

基于相对优势度的区间直觉模糊多属性决策方法

基于区间数的相对优势度,提出了区间直觉模糊数的相对优势度概念。通过构建区间直觉模糊数比较的相对优势度矩阵,结合基于互补判断矩阵的排序公式,给出了一种区间直觉模糊数的排序方法,并将此排序方法应用到属性权重未知的区间直觉模糊多属性决策当中。通过算例分析说明了该方法的有效性和可行性。     

广义区间值Pythagorean三角模糊集成算子及其决策应用

针对连续集合上决策变量的隶属度和非隶属度之和超过1的决策问题,提出区间值Pythagorean三角模糊数,并且分析其广义集成算子的决策应用。首先,引入区间值Pythagorean三角模糊数的概念,得到其运算法则。其次,推导区间值Pythagorean三角模糊数的加权平均算子、加权几何算子、有序加权平均算子、有序加权几何算子、广义有序加权平均算子以及广义有序加权几何算子,介绍它们的相关性质。最后,构建出基于广义区间值Pythagorean三角模糊集成算子的多属性决策模型,并且根据实例对广义有序加权平均算子和广义有序加权几何算子进行稳定性分析,运用图像直观地证明在处理决策问题时前者优于后者,说明决策模型的有效性和可行性。     

广义区间值模糊粗糙集模型及其公理化特性

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、下近似算子一系列有趣的性质。 在公理化方法中, 通过定义一对抽象的区间值模糊近似算子, 刻画了广义区间值模糊粗糙集模型的公理化特性。     

蕴涵区间直觉模糊粗糙集及其性质

在区间直觉模糊近似空间上,利用一对区间直觉模糊蕴涵算子(I,J),定义了蕴涵区间直觉模糊粗糙集的概念,并证明了相应的一些重要性质。最后,对区间直觉模糊关系的自反性,对称性和传递性进行了刻画。     

一种基于区间值Pythagorean三角模糊语言集的多准则决策方法

为提升不确定环境下信息描述的准确性,提出了区间值勾股三角模糊语言集(intervalvalued pythagorean triangular fuzzy linguistic set,IVPTrFLS),并研究了区间值勾股三角模糊语言变量(IVPTrFL variable,IVPTrFLV)相关的基本理论.同时,针对...     

基于C-OWA算子区间直觉模糊信息集成的决策方法

直觉模糊集是对传统的模糊集的理论进行了拓展,它更加细致地刻画了模糊形象.论文引进C-OWA算子,给出了两个区间数的大小比较的新方法;针对区间直觉模糊信息的多属性决策矩阵,定义了方案的区间直觉模糊信息的理想点,并利用方案属性值与理想点的Euclidean距离,给出了区间直觉模糊信息的多属性决策矩阵的一种排序方法;最后利用实例说明了该方法的可行性和有效性.     

基于区间推理的模糊分类器

在分析区间值模糊集理论和现有模糊分类器的基础上,提出一种新的基于区间值推理的模糊分类器的设计方法,并且对R．A．Fisher的iris数据库进行了分类实验处理,结果证明其分类的正确率超过90％,而且该方法计算简便,运行速度快,因而该分类器的设计方法具有良好的实际应用前景．