模糊粗糙集的模糊邻域算子刻画

在模糊集合的公理化定义及其直积的基础上，提出基本模糊点的模糊邻域算子概念。用模糊邻域算子来定义模糊集的上近似和下近似。可以用模糊集的上、下近似来刻画模糊关系的自反性、对称性和传递性等性质。在模糊粗糙集的模糊邻域算子定义下，模糊粗糙集与粗糙模糊集可以统一起来。     

模糊粗糙集及粗糙模糊集的模糊度

1965年,Zadeh提出了Fuzzy集理论,1982年,Z.Pawlak提出Rough集理论。将二者结合而形成的模糊粗糙集（FR集）及粗糙模糊集（RF集）近年来越来越受到国际学术界的关注。本文所研究的FR集及RF集的模糊度,是对FR集及RF集模糊程度的一种度量,进而引进了相应的明可夫斯基距离,明可夫斯基模糊度和Shannon模糊度。     

基于模糊理论的机动车辆风险评估

对机动车辆风险进行评估是车险费率厘定的一个重要环节.提出一种基于模糊理论的机动车辆风险评估方法(The Risk Assess of Motor Vehicle Based on Fuzzy Theory,简称RMFT),应用表明该方法在风险评估的精度上取得较好效果.     

基于邻域粗糙集理论的组合预测单项模型选择

针对已有的基于经典粗糙集理论的组合预测单项模型选择方法存在的问题与不足,引入邻域粗糙集理论加以改进.首先采用kmeans算法对决策表进行适应性改进,使其符合邻域粗糙集的理论框架;然后,根据不同属性集中对应属性值的分布范围对每个属性集分别设置不同的邻域半径,使粒化结果更为科学合理;最后,结合均方根误差构造出新的属性重要度...     

基于相对隶属度的织物风格模糊聚类分析

分析比较了统计数学、模糊数学和灰色数学在织物风格分析中的缺陷.特别针对模糊数学需人为确定隶属函数的缺陷提出采用基于相对隶属度的织物风格模糊聚类分析方法.以相对隶属度矩阵和模糊聚类中心矩阵的迭代求解为依据,对苎麻等十种织物的风格测试参数进行了聚类分析.通过聚类计算得到了织物相对类别特征值的聚类结果.经验证认为该结果符合客观实际和人们的感知经验.     

基于直觉模糊AWD方法的供应商选择

供应商选择是供应链管理的关键环节之一.运用直觉模糊精确加权(AWD)和复杂比例评价(COPRAS)方法对供应商选择模型进行了研究,构建了基于直觉模糊精确加权的供应商选择的COPRAS模型.模型将供应商评价值的语言变量转化为直觉模糊数,运用直觉模糊的精确加权方法分别确定各个评价指标的精确权重和同一指标下各个供应商的精确权重,极大地提高了指标权重确定的科学性,然后结合COPRAS方法选择供应商.最后将构建的供应商选择模型在实例中进行了应用,并结合各供应商效用度得出了各个供应商的优先顺序,获得了最佳供应商选择方案,验证了所提出方法的可行性和有效性.     

基于依赖空间的信息系统的属性约简

在粗糙集的信息系统中构造了依赖空间,并给出了基于依赖空间的信息系统的属性约简理论和约简方法,并举例说明其方法的有效性和可行性.     

基于相对熵的模糊评价群决策方法在工程质量风险控制中的应用

将层次分析及模糊评价方法应用于混凝土施工质量风险管理,针对群决策中决策者偏好信息不一致问题作了研究.首先建立决策者关于评价指标对评语集的隶属度矩阵,并将其转化为指标集的权重排序向量;然后提出一种相对熵的不确定群决策最优化集成模型;最后进行二级模糊集成,得到评价目标的质量风险评价.     

模糊粗糙集的三个数字特征

系统地讨论了模糊粗糙集的三个数字特征即粗糙度、模糊度和贴近度的公理化定义及其一般性构造方法,并给出了一些具体的计算公式。     

基于截集的变精度模糊粗糙集模型

从多数包含度的定义出发,用多数包含度描述了变精度粗糙集模型,进而研究了变精度模糊粗糙集模型及其性质.     

基于MTS特征选择的神经网络集成方法

在Bagging算法基础上,运用马田系统进行特征选择,形成双重扰动改善神经网络集成的分类性能.实验表明,双重扰动增加了集成网络个体精度和差异度,基于MTS-Bagging算法的分类性能相比于Bagging有明显提高.     

不一致直觉模糊决策信息系统的约简

近年来出现了许多用粗糙集理论处理各种信息系统的方法,但是对直觉模糊信息系统还没有做出相关的讨论.本文首先在不一致直觉模糊决策信息系统中定义了优势关系,然后引入基于此优势关系的分布约简、最大分布约简的概念,并通过可辨识矩阵及辨识函数得到求解这两种约简的具体方法.     

基于模糊熵的加权可变模糊评价方法及其应用

可变模糊评价的实质是多模型组合评价.在分析了可变模糊评价法的基础上,针对方法存在的不足,提出了一种考虑模型权重的可变模糊评价方法.方法首先利用可变模糊评价模型对样本进行计算,得到各样本在不同模型下的综合相对隶属度;然后基于得到的综合相对隶属度数据,利用模糊熵确定四种模型的重要性排序,结合二元比较模糊决策分析法求得四种模型的权重,进而得到最终综合级别特征值,并以此作为评价依据;最后,以煤与瓦斯突出危险性评价为例进行了方法的验证.结果表明:改进方法可行、有效,评价结果更符合客观实际.     

基于模糊模式识别的动态联盟伙伴选择模型

在基于模糊模式识别的伙伴选择方法中,将TOPS IS方法借助于一个多属性决策问题的“理想解”和“负理想解”去排序的思想应用到其伙伴选择过程中,根据贴近度的公理化定义对TOPS IS方法作以修改,构造出“相对”贴近度,以此折衷地衡量动态联盟合作伙伴的优劣。避免了传统模糊模式识别单纯利用“绝对”贴近度所造成的结果均一化、可比性差的现象,从一定程度上减少了因贴近度选用的不同而造成的结果差异。从某种意义上来说,该种方法可以作为TOPS IS方法的拓展,是本文具有新意之处。     

基于模糊多属性群决策的动态联盟盟员选择方法

对动态联盟盟员选择问题所采用的经典方法进行了分析,根据盟员选择过程中决策者判断模糊性的特点,考虑到不同决策者其决策可信性的区别,采用模糊环境下的多属性群决策方法,将定性指标转化为定量指标,从而求得动态联盟的最佳合作伙伴.     

基于覆盖的模糊粗糙集模型

讨论基于覆盖理论的模糊粗糙集模型。给出了模糊集的粗糙上、下近似算子,讨论了算子的基本性质,证明了覆盖粗糙集模型下所有模糊集的下近似构成一个模糊拓扑,并得到了覆盖模糊粗糙集模型的公理化描述。     

基于模糊邻域系的α-粗糙集及其应用

本文引入了基于模糊邻域系的α-粗糙集模型,研究了其基本性质,建立了其约简理论,并借助于α-粗糙集给出了模糊邻域系粗糙集的分解定理,从而建立了其与邻域系粗糙集的联系。     

基于模糊粗糙集挖掘方法的证券价格预测研究

为了能更好地对证券市场价格进行合理预测，利用模糊粗糙集以及数据挖掘技术对证券市场中的股票价格在给定时问内进行预测。首先利用模糊集和粗糙集方法将股票价格进行预分类，并按时间属性进行分组，而后通过给出的模糊相似关系下的模糊粗糙集计算每组的真值，通过数据挖掘方法获得候选属性，最终得到相应时间段内的有用规则，根据所得规则预测某一时间段内股票价格的变化趋势。测试结果表踢，该方法能获得较高的准确率，证明其有效性较好。     

基于二元关系的直觉模糊近似空间与直觉模糊拓扑

讨论在一般二元关系下直党模糊近似空间诱导的直党模糊拓扑空问的若干性质;由直觉模糊拓扑空间诱导直觉模糊近似空同所需的TC条件及其所得近似空间的近似算子若干性质.     

基于小波系数相对模糊关系的水印方法

提出一种基于带参数整数小波变换和相对小波系数模糊关系的数字水印算法.应用基于视觉系统小波域量化噪声的视觉权重分析方法,自适应的构造模糊关系矩阵,在水印的提取过程中实现了盲检测.本方法与经典的密码理论以及高级加密算法相结合.应用Rabin方法生成单向Hash函数,信息隐藏算法可以完全公开.水印算法不可感知性好,鲁棒性强,是一种有效的版权保护方法.