加权区间值犹豫模糊集的群决策方法

为了在区间值犹豫模糊集(IVHFS)中体现出决策专家的重要性,把所有评审专家的综合权重注入IVHFS中,进而定义了加权区间值犹豫模糊集(WIVHFS).将WIVHFS用三维点坐标(由区间值隶属度的中位数、区间值隶属度的清晰度以及评审专家综合权重构成)进行刻画,在此基础上给出了加权区间值犹豫模糊元(WIVHFE)的相关运算;基于WIVHFE的相关运算采用熵值法计算测评准则客观权重,利用0-1优先关系矩阵来获取任意2个备选方案的总测评准则权重优势值与总测评准则权重劣势值,并依据二者之间的大小排序方案.最后,通过一个具体案例说明了文中理论与方法的可行性.

非交换剩余格上的区间值模糊滤子

在区间值模糊集理论的基础上,定义了非交换剩余格上的区间值模糊滤子,给出了区间值模糊滤子的刻画,研究了生成区间值模糊滤子的结构;证明了非交换剩余格上的区间值模糊滤子全体、区间值模糊正规滤子全体构成完备有界分配格;基于区间值模糊强同余关系,证明了非交换剩余格上的区间值模糊正规滤子集和区间值模糊强同余关系集同构.

区间值犹豫模糊信息系统中的信息熵研究

借鉴已有处理区间值犹豫模糊集中犹豫模糊元素中元素个数不等问题的研究方法,对区间值犹豫模糊集进行了处理,使区间值犹豫模糊集中犹豫模糊元素中元素个数达到相等,方便了区间值犹豫模糊集中运算和关系的定义.基于区间值犹豫模糊二元关系,给出了区间值犹豫模糊粒度结构概念和区间值犹豫模糊粒的基数概念,讨论了区间值犹豫模糊粒度结构上的三种偏序关系.基于区间值犹豫模糊粒的基数概念,结合Shannon熵给出了区间值犹豫模糊信息熵、联合熵、条件熵概念,讨论了区间值犹豫模糊信息熵的偏序性,并通过实例验证了有关概念的和定理的正确性.

双论域区间值直觉模糊vague粗糙集及其应用

区间值直觉模糊集可诱导出vague集和粗糙集,而后两者的结合具有不确定性深入分析的优势.立足双论域区间值直觉模糊粗糙集,引入vague集进行融合扩张,研究双论域区间值直觉模糊vague粗糙集.首先,定义区间值直觉模糊vague相容类,构建双论域区间值直觉模糊vague粗糙集模型,提出关于双逼近近似和三支决策区域的计算算法,并确立该模型的精确度、粗糙度、依赖度.然后,研究该模型的近似算子与不确定性度量的性质.最后,采用医疗例子进行模型计算、度量测量、性质验证,并得到关于患者临床诊断的患病分析与治疗决策.

区间值决策表中基于相对优势邻域粒度的属性约简

现实生活中大量数据以区间值形式存在,此时区间值决策表并不是基于等价关系,传统的决策方法并不能解决这一问题.为此,本文在区间值决策表中引入相邻关系、相邻类的定义,进而由相邻类建立了区间决策表的相对优势邻域粒度,拓展了经典决策信息系统的相关方法,并利用相对优势邻域粒度研究了区间决策表属性约简的启发式算法,通过具体案例将得到的属性约简结果与代数约简进行了有效性验证,进一步丰富和完善了信息系统属性约简理论.

概率区间值犹豫模糊集多属性群决策模型及其应用

目的:研究概率区间值犹豫模糊集及应用。方法:将概率区间值犹豫模糊数,用区间值隶属度的中位数、区间值隶属度的清晰度以及概率构成的三维点坐标进行刻画,在此基础上提出了概率区间值犹豫模糊元的相关运算。根据概率区间值犹豫模糊元的相关运算采用熵值法计算属性权重。最后基于TOPSIS思想给出了一个新的贴近度公式,并利用新的贴近度公式对方案排序。结果:建立的概率区间值犹豫模糊集多属性群决策模型可以有效排序方案。结论:将概率区间值犹豫模糊集采用区间值隶属度的中位数、区间值隶属度的清晰度以及概率来表示不仅可行,而且可以用来解决多属性群决策问题。

基于区间值相似度的加权模糊推理

在相似度的方法用于区间值模糊推理的过程中,为合理地计算区间值加权模糊产生式规则的输入事实与规则前件之间的相似度,给出区间值相似度的计算公式.在此基础上提出基于区间值相似度的加权模糊推理算法.为体现规则前件断言对于规则结果的重要性程度,在区间值模糊产生式规则中加入了权值参数.为了采用该算法,给出区间值排序的方法.最后用实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.

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.

单向S-区间值模糊粗糙集及应用

以Z.Pawlak粗集理论为基础,将动态区间值模糊近似概念引入区间值模糊粗糙集中。由此提出了单向S-区间值模糊粗糙集概念,给出了单向S-区间值模糊粗糙集的结构与性质。定义了单向S-区间值模糊粗糙集的粗相等、截集、粗糙度等概念,并对一些相关性质进行讨论和证明;给出了单向S-区间值模糊粗糙集的应用及存在价值。

基于深度学习模型的区间值股价预测

在股票市场中,区间值数据比点值数据更能描述股票的内在结构特征。鉴于深度学习模型在许多研究中的优势,提出基于小波激活函数的BEMD-LSTM-Wavelet模型来预测区间值股票价格。具体来说,首先利用双变量经验模态分解(BEMD)算法将原始股票价格的最高和最低价分解为若干本征模态函数(IMFs)和1个残差序列,然后使用该模型预测多个IMFs和残差序列,最后通过对比实验评价所提出的模型。实验结果表明,采用小波激活函数优化后的模型优于传统方法。

区间值模糊推理

针对区间值模糊关系,讨论区间值模糊关系的合成运算及其运算性质,在此基础上研究简单区间值模糊推理和多重区间值模糊推理的两种模糊推理形式,给出4种区间值模糊推理的数学模型,并辅以实例来说明我们提出的区间值模糊推理方法的可行性。

一种新区间值vague集及其在模式识别中的应用

基于现有定义证明了区间值vague集并非vague集的扩展,并提出了一种新的区间值vague集定义。证明了vague集和区间值vague集都是新区间值vague集的特例。进而提出了带参数区间值vague集的概念,并从已知隶属度和非隶属度出发,重点分析了带参数区间值vague集的构造。将模式识别与医疗诊断案例进行了对比。仿真实验结果表明,带参数区间值的vague集方法比传统的vague集方法更全面且更具灵活性。

区间值模糊控制

引入区间值模糊控制的概念,运用区间值模糊推理的推理算法,讨论了区间值模糊控制的插值机理,并对区间值模糊控制进行计算机仿真试验,以说明算法的可行性.

二级倒立摆的区间值模糊控制

为了提高倒立摆模糊控制的稳定性,研究了二级倒立摆的区间值模糊控制。根据区间值模糊集理论,由不同类型的隶属度函数构成区间结构,利用区间值模糊蕴涵建立控制规则,设计出二级倒立摆的区间值模糊控制器,并通过仿真与实时控制实验,对比分析了区间值模糊控制与点值模糊控制的性能。实验结果表明,区间值模糊控制具有更好的稳定性和鲁棒性。

区间值直觉模糊β覆盖粗糙集模型

在新的β覆盖邻域系统上提出四种区间值直觉模糊β覆盖粗糙集模型,用于有效处理区间值直觉模糊信息的多属性决策问题.首先,从论域的区间值直觉模糊β覆盖出发,引入两类新的邻域系统并构造了四种不同类型的区间值直觉模糊β覆盖粗糙集,扩展了现有模型的适用范围.其次,深入研究了每种模型的数学性质,构建了所提出的四种模型之间的关联关系,为模糊β覆盖粗糙集领域的研究提供了理论基础.最后,为解决区间值直觉模糊信息的多属性决策问题,设计了决策算法并进行应用实例分析,并通过与其他决策方法的对比分析,表明了区间值直觉模糊β覆盖粗糙集在多属性决策问题中具有可行性和有效性.研究成果对于复杂模糊信息决策具有一定的参考和指导意义,并为解决多属性决策问题提供了新的思路和方法.

区间值三I算法的鲁棒性

基于正规Minkowski距离研究了区间值三I算法的鲁棒性。首先,给出区间值模糊连接词的最大灵敏度和区间值模糊集扰动的定义;其次,基于正规Minkowski距离分别讨论了区间值Godel蕴涵、Lukasiewize蕴涵、Goguen蕴涵以及它们各自对应的区间值三角范数的灵敏度;最后,研究了区间值模糊推理全蕴涵三I算法的鲁棒性。

区间值晕集与区间值模糊集

讨论四种形式区间值晕集的性质,并利用晕集对区间值模糊集的隶属函数与运算进行重新刻画。

直觉区间值模糊推理的三I算法

本文讨论了直觉区间值模糊三I算法的两种最简单形式:MP(Modus Ponens)和MT(Modus Tollens)问题,分别给出直觉区间值模糊环境下的MP问题和MT问题的三I解的一般形式。讨论全蕴涵解的存在条件,基于满足剩余原理的直觉区间值模糊剩余蕴涵,为直觉区间值模糊推理建立全蕴涵算法,即为MP和MT问题建立α-三I算法。

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.

基于区间值直觉模糊集和云模型的FMEA风险评估方法

针对传统故障模式和影响分析(failure mode and effect analysis,FMEA)方法存在评价使用精确数量化造成专家风险评估信息的丢失、忽略风险指标之间的相对重要性以及由于专家有限理性导致的评价固有的随机性等问题,利用区间值直觉模糊集和云模型构建了一种改进的FMEA风险评估方法。首先,引入区间值直觉模糊集(IVIFS)来描述专家评价信息的复杂性和不确定性,通过运用区间值直觉模糊熵,计算专家权重和风险因子的权重;其次,采用云模型的方法,通过比较各支持云模型和反对云模型与正、负理想云模型的正、负相似度,获得故障模式评价值的综合相似度,通过对综合相似度大小排序得到各故障模式风险排序;最后,以自动扶梯的梯级、踏板和胶带风险评估为例进行分析,验证该评估方法的实用性和可行性。