区间值模糊集和区间值模糊推理

本文在单位区间的一切子区间集Ⅰ[0,1]上引入t-范、t-余范、交(∩)、并(∪)等概念,在此基础上定义了区间值模糊集中的新的交并运算和区间值模糊关系的新的合成运算,得出若干有趣的性质,并将其应用于区间值模糊推理的合成规则上。     

一类广义区间值模糊粗糙集的公理化刻画

首先在一般区间值模糊关系上定义了两个论域上的一类广义区间值模糊粗糙集.借助区间值模糊集的截集给出区间值模糊粗糙上、下近似算子的一般表示.讨论了各种特殊的区间值模糊关系与区间值模糊近似算子性质之间的等价刻画.最后利用公理化方法刻画区间值模糊粗糙集.描述区间值模糊上、下近似算子的公理集保证了生成相同近似算子的区间值模糊关系的存在性.     

基于区间值模糊点和区间值模糊集邻属关系的区间值模糊子群

利用区间值模糊集的区间值水平截集的概念,给出了区间值模糊点与区间值模糊集邻属关系的定义,将这种邻属关系应用到区间值模糊代数的研究中,从而给出了(α,β)-区间值模糊子群的定义。通过研究16种(α,β)-区间值模糊子群,指出有意义的是(∈,∈)((∈,∈∨q),(∈∧q,∈))-区间值模糊子群。证明了群G的一个区间值模糊子集A为(∈,∈)((∈,∈∨q)或(∈∧q,∈))-区间值模糊子群的充要条件是对所有的λ=[a1,a2]≤[0.5,0.5],[0.5,0.5]μ=[b1,b2],其区间值水平截集Aλ和Aμ(Aλ或Aμ)为G的三值模糊子群。从而建立了基于区间值模糊点和区间值模糊集邻属关系的新的区间值模糊子群理论。     

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。     

区间值模糊图的运算性质

证明了区间值强模糊图类对笛卡尔积和合成运算封闭但对并运算和联运算不封闭,给出了它们对并运算和联运算封闭的条件,研究了合成、并、联运算和补运算之间的关系.     

双论域上的区间值直觉模糊粗糙集模型及其应用

基于区间值直觉模糊相容关系,给出了双论域上的区间值直觉模糊粗糙集模型并讨论了其相关性质,为粗糙集的应用提供了新的理论基础与操作手段。最后,通过一个例子阐述了本文提出的区间值直觉模糊粗糙集模型在临床诊断系统中的具体应用。     

格蕴涵代数的区间值模糊子代数

将区间值模糊集的概念应用于格蕴涵代数,引入区间值模糊格蕴涵子代数的概念并研究它们的性质.讨论了区间值模糊格蕴涵子代数与（模糊）格蕴涵子代数之间的关系;定义了区间值模糊集的象和原象,获得了区间值模糊格蕴涵子代数的象和原象成为区间值模糊格蕴涵子代数的条件.     

区间值直觉模糊超子群

在K.Atanassov引进区间值直觉模糊集的基础上,给出了区间值直觉模糊超子群的定义,刻画了其特征结构,研究了这类区间值直觉模糊超群的同态像及原像等问题.同时,讨论了区间值直觉模糊超子群与区间值直觉模糊子群的关系.     

模糊数直觉模糊集

定义一种新的模糊数直觉模糊集,同时给出了它的一些运算,并讨论了它与直觉模糊集、区间值直觉模糊集的关系。     

区间合成模糊对策

给出了一种新的合成模糊对策模型——区间合成模糊对策,研究了区间合成模糊对策的区间稳定集、区间核心、区间Shapley值、区间Banzhaf-Coleman势指标以及与子区间模糊对策的关系。区间合成模糊对策作为一种特殊的模糊数合成模糊对策,对于研究其它具有模糊数的模糊合成对策有一定的参考价值。     

On characterization of generalized interval-valued fuzzy rough sets on two universes of discourse

This paper proposes a general study of (I,T)-interval-valued fuzzy rough sets on two universes of discourse integrating the rough set theory with the interval-valued fuzzy set theory by constructive and axiomatic approaches. Some primary properties of interval-valued fuzzy logical operators and the construction approaches of interval-valued fuzzy T-similarity relations are first introduced. Determined by an interval-valued fuzzy triangular norm and an interval-valued fuzzy implicator, a pair of lower and upper generalized interval-valued fuzzy rough approximation operators with respect to an arbitrary interval-valued fuzzy relation on two universes of discourse is then defined. Properties of I-lower and T-upper interval-valued fuzzy rough approximation operators are examined based on the properties of interval-valued fuzzy logical operators discussed above. Connections between interval-valued fuzzy relations and interval-valued fuzzy rough approximation operators are also established. Finally, an operator-oriented characterization of interval-valued fuzzy rough sets is proposed, that is, interval-valued fuzzy rough approximation operators are characterized by axioms. Different axiom sets of I-lower and T-upper interval-valued fuzzy set-theoretic operators guarantee the existence of different types of interval-valued fuzzy relations which produce the same operators.     

基于自反关系的区间值模糊近似空间诱导的拓扑结构

给出了论域U上自反的区间值模糊关系R诱导拓扑的一种新方法,并与胡凯的关于模糊紧性与粗集拓扑的研究中R诱导拓扑的方式进行了比较。结果表明:(1)后者需要R具有传递性才能生成拓扑,而前者则不需要此条件;(2)当R满足传递性时,两种方式生成的拓扑是相同的。     

区间值模糊集上的上(下)近似

定义区间值模糊粗糙集的上下近似,并且利用区间值模糊集的截集定义了区间值模糊粗糙度量。并且讨论了它们的性质。     

基于TOPSIS的区间直觉模糊多属性决策法

对基于区间直觉模糊信息的多属性决策问题进行了研究。给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,进而提出了一种基于TOPSIS的区间直觉模糊多属性决策方法。最后进行了实例分析。     

基于区间值直觉模糊集的TOPSIS多属性决策

基于区间值直觉模糊集,提出了一种新的TOPSIS模糊多属性决策方法。首先介绍区间直觉模糊集的概念,定义了两个区间值直觉模糊集之间的距离;然后根据TOPSIS方法的原理,定义了两个区间值直觉模糊集的接近系数,通过计算备选方案到区间值直觉模糊正理想解和负理想解的距离来确定接近系数,从而判断备选方案的优劣次序。最后,通过一个具体实例来说明这种方法的有效性和具体计算过程。     

基于区间数度量的区间值模糊集合的贴近度和模糊度的关系

给出了基于区间数度量的区间值模糊集合的贴近度和模糊度的概念,详细研究了区间值模糊集合的贴近度和模糊度之间的关系,并基于公理化定义,证明了它们二者之间的相互转化关系,最后,给出了若干公式来计算区间值模糊集合的贴近度和模糊度。     

基于区间数度量的区间值模糊集合的归一化距离、相似度、模糊度和包含度的关系研究

区间值模糊集合的距离、相似度、模糊度和包含度及其关系研究是区间值模糊集合的一个研究热点.考虑到区间值模糊集合所表示信息的丰富性,本文使用区间数而非实数来刻画区间值模糊集合的距离,首先给出基于区间数度量的区间值模糊集合的归一化距离的公理化定义,然后通过五个定理详细研究了基于公理化定义的区间值模糊集合的归一化距离、相似度、模糊度和包含度之间的相互转换关系,最后,给出了若干公式来计算基于区间数度量的区间值模糊集合的相似度、模糊度和包含度.这些结论,一方面丰富了区间值模糊集合的信息测度(距离、相似度、模糊度和包含度)的内容,另一方面也为区间值模糊集合的近似推理、决策分析、模式识别等领域的应用提供了新方法和新理论.