λ-模糊粗传递模型及其特性

根据实际中的三种信息传递情况,本文利用粗糙模糊集、模糊子集、截集等理论讨论了λ-模糊粗传递模型的特性,得到了λ-模糊粗传递模型与模糊粗传递模型的关系,给出了两种分解定理.以此为基础,分析了λ-模糊粗传递模型中信息的变化情况,给出了信息精确传递的条件,进一步得出了提高信息传递精确性的方法.λ-模糊粗传递是粗糙模糊集的一种新的应用.     

基于模糊集值映射的粗糙近似算子

给出基于模糊集值映射F的模糊集的下(上)近似等概念,研究F-下(上)近似算子aprF(aprF)的性质,探讨求它们的方法,得到若干结果.     

基于熵权理论的模糊风险评估方法在网络系统中的应用

针对信息系统风险评估中过分依赖主观赋值的现象,提出一种基于熵权理论的模糊风险评估方法,并将其应用于校园网络系统风险评估.构建了校园网络系统风险评估的递阶层次结构模型,结合层次分析法和模糊逻辑法对各风险因素的风险值进行分析,评价系统中值得关注的风险因素.在此基础上通过熵权理论计算整个系统的风险度以评价校园网络系统的总体风险情况,通过实例分析表明该方法可行有效.     

格蕴涵代数的区间值(J)-模糊滤子理论

将区间值模糊集和D[0,1]上的t-模(J)应用于格蕴涵代数的滤子理论,引入格蕴涵代数的区间值,(J)-模糊(关联、正关联)滤子的概念,给出了它们的等价刻画,研究了它们之间的关系.     

基于模糊数直觉模糊集的多属性决策方法

对属性权重信息完全未知且属性值为模糊数直觉模糊数的多属性决策问题进行了研究,定义了模糊数直觉模糊数的得分函数,进而提出了一种基于线性规划模型的模糊数直觉模糊多属性决策方法.最后通过实例对该决策途径的详细过程及有效性进行了说明.     

区间直觉犹豫模糊集的两种相似测度及其在模式识别中的应用

模糊集的相似测度是模糊集理论的重要组成部分之一,有着广泛的应用.首先给出了基于隶属度、非隶属度和犹豫度的区间直觉犹豫模糊集的标准海明距离、标准欧氏距离、广义标准海明距离公式以及它们的加权距离公式.然后提出了基于距离的区间直觉犹豫模糊集相似测度和区间直觉犹豫模糊集的余弦相似度,并给出了公理化证明.两种相似测度均包含了区间直觉犹豫模糊集的隶属度、非隶属度和犹豫度.最后将这两种相似测度应用到基于区间直觉犹豫模糊信息的模式识别中.     

基于Nie-Tan算法的区间二型模糊集质心计算:改变主变量采样个数

计算区间二型模糊集的质心(也称降型)是区间二型模糊逻辑系统中的一个重要模块。Karnik-Mendel(KM)迭代算法通常被认为是计算区间二型模糊集质心的标准算法。尽管如此,KM算法涉及复杂的计算过程,不利于实时应用。在各种改进类算法中,非迭代的Nie-Tan(NT)算法可节省计算消耗。此外,连续版本NT(CNT,continuous version of NT)算法被证明是计算质心的准确算法。本文比较了离散版本NT算法中求和运算和连续版本NT算法中求积分运算,通过四个计算机仿真例子证实了当适度增加区间二型模糊集主变量采样个数时,NT算法的计算结果可以精确地逼近CNT算法。     

基于粗糙隶属函数的强粗糙模糊近似算子

在Pawlak近似空间中,针对模糊目标概念,假设在信息粒度不变的情况下,试图寻求模糊目标集合更好的近似集.为此将粗糙隶属函数看成一个模糊集,利用其介于普通粗糙模糊下近似与上近似之间的特点,对现有的粗糙模糊集模型进行改进.建立模糊目标概念新的下近似集与上近似集,使其与已有的粗糙模糊集模型相比,对近似空间有更高的精度,对目标集合有更好的贴近度.并讨论新的近似集的一些基本性质,最后通过数值算例进一步说明新提出的下近似与上近似算子的优越性.即可以从已知的数据集中获得更准确的知识,因此这是一种更精确的知识发现方法.     

Heyting-代数上的(λ,μ)直觉模糊偏滤子

把直觉模糊滤子和Heyting-代数相结合,分别给出直觉模糊偏滤子,(λ,μ)直觉模糊偏滤子和(λ,μ)直觉模糊偏格滤子的定义,讨论所定义偏滤子的性质,得出(λ,μ)直觉模糊偏滤子具有交的不变性,最后证明了(λ,μ)直觉模糊偏滤子和(λ,μ)直觉模糊偏格滤子的等价关系。