随机模糊集与随机集

本文研究了三个方面的工作：一是定义了一种模糊集上的可测结构，从而定义了随机模糊集，这些定义都与论域Ｘ上的拓扑结构无关。将通常意义下的集合看成特殊模糊集得到的通常集合上的超可测结构与文（３）中的定义一致；二是给出了随机模糊集、随机集的一些等价条件；三是研究了随机模糊集、随机集的分布与其有限维落影族的关系。     

TH型区间值模糊正规子群

本文在区间值模糊集空间上，引入了幂等区间范数ＴＨ，在此基础上，定义了ＴＨ型区间值模糊正规子群，并研究了它的一些性质和结构特征，从而拓广了区间值模糊集的理论。     

中介集及其应用

对于模糊知识及其否定关系,潘正华指出应该明确地分为矛盾否定关系、对立否定关系和中介否定关系,并建立了一种具有矛盾否定、对立否定和中介否定的模糊集FScom;我们引入了一种改进的模糊集IFScom。然而,新模糊集FScom及其改进模糊集IFScom存在着不足。基于此认识,本文对FScom及IFScom进一步改进,研究得到了一种中介集MScom,并以金融辅助投资决策为例,讨论了MScom对模糊知识及其三种不同否定的表达、推理与实现。实例表明:中介集合系统在模糊知识的"否定"的区分、表达及推理上是有效的。     

缩短单点作业时间影响因素的排序研究

提出国家电网公司在实施设备的检修作业时尽量减少停电时间,以实现电缆线路状态的有效监控的重要意义.分析缩短单点作业时间的末端影响因素.提出三角模糊集、指数模糊集用于权重设置的具体途径,应用OWA算子于因素排序评价数值的加权,并拓展其基本原理和方法,使其对极端评分值有所抑制对中间评分值有所提升.以上海市电力公司检修公司为研究背景,应用直觉模糊集及其IFHA集成方法于缩短单点作业时间的末端影响因素评价指标排序,并得出u_≥u_≥u_1u_4u_6≥u_2u_3的结论.     

直觉模糊面集的相似度及其在模式识别中的应用

直觉模糊数以隶属度和非隶属度所构成的有序点来表示所要研究的信息。由于犹豫度的存在,本文从几何的观点出发,将其转化为一个可能面,提出了直觉模糊面集的概念。在此基础上,定义了两个不同直觉模糊面集的相似度,研究了它的性质。最后给出了直觉模糊面集的相似度在模式识别中的应用实例,并做了相应的对比分析,结果表明本文提出的方法具有可行性和有效性。     

基于灰色关联的灰色犹豫模糊VIKOR方法

犹豫模糊集作为模糊集的最新扩展形式,有其独特的优势.在现实的犹豫模糊决策中,决策信息往往是不确定的灰信息,因此所提出的灰色犹豫模糊集合(GHFS),即属于对犹豫模糊集的扩展,更属于灰集的一个特殊分支,拓展了灰色系统的应用领域.还给出了灰犹豫模糊元的距离计算公式,进而提出了GHFS的灰关联加权和VIKOR决策方法,最后用专业市场发展策略的算例证明了方法的有效性与实用性.     

区间值模糊集贴近度的构造及应用研究

贴近度是区间值模糊集接近程度的度量,是区间值模糊集常用的一种信息测度.针对区间值模糊集贴近度的构造进行研究,给出4种利用模糊集贴近度构造区间值模糊集贴近度的方法,并分析其性质.同时,利用所提出的构造方法,构建10种区间值模糊集贴近度的计算公式,并探讨区间值模糊集贴近度在模式识别、医疗诊断等领域的应用,并藉此验证构造的区间值模糊集贴近度公式的有效性.     

半群的(λ,μ)-Ω-直觉模糊内(双)理想

在模糊集的基础上,把直觉模糊集,Ω-模糊集相结合来研究半群,给出半群中(λ,μ)-Ω-直觉模糊内(双)理想的定义并研究它们的性质。在同态前提下,研究了(λ,μ)-Ω-直觉模糊内(双)理想的像与原像。最后在定义半群(S^Ω,?)的基础上,研究它上的(λ,μ)-直觉模糊内(双)理想与(λ,μ)-Ω-直觉模糊内(双)理想的关系。     

面向三支群决策的多粒度图像模糊概率粗糙集研究

随着新兴产业的快速发展,社会经济中各类复杂决策问题不断涌现,复杂决策问题的有效求解离不开推进体现科学化与民主化的群决策。图像模糊集作为直觉模糊集的推广形式,在实际应用中能够高效处理信息不一致的问题。本文针对图像模糊三支群决策问题,由于传统损失函数受决策者主观因素的影响进而在构造阈值时各有不同,探索了面向三支群决策的多粒度图像模糊概率粗糙集模型与方法。首先,本文将图像模糊的概念与三支群决策模型相结合,提出可调多粒度图像模糊概率粗糙集模型。然后,计算属性权重和专家权重时运用离差最大法。鉴于VIKOR(多准则妥协解排序)法能够同时考虑群体效用最大化和个体遗憾最小化并融入决策者主观偏好,利用VIKOR法进行多粒度图像模糊粗糙隶属度的最优粒度选择,进而建立图像模糊三支群决策方法。最后,通过一个UCI(University of California Irvine)数据库中的实例证实本文所构建方法的可行性。     

扰动模糊集的粗糙度

首先,将扰动模糊集和粗糙集理论相结合,提出了粗糙扰动模糊集的概念并研究了其基本性质.接着,通过引进扰动模糊集水平上、下边界区域的概念,克服了粗糙集理论中普遍存在的两个集合的上近似的交不等于两个集合的交的上近似(两个集合的下近似的并不等于两个集合的并的下近似)的缺陷.最后,定义了依参数的扰动模糊集的粗糙度的定义,讨论了其基本性质.