根据地面目标光学隐身图像的特点,提出了一种基于区间二型模糊集理论的光学隐身评价方法.针对以往隶属函数与图像并无物理意义上属性关系的问题,基于韦伯定律,建立图像固有灰度对比度与人眼表观亮度对比度的关系,构造符合人眼视觉特性...根据地面目标光学隐身图像的特点,提出了一种基于区间二型模糊集理论的光学隐身评价方法.针对以往隶属函数与图像并无物理意义上属性关系的问题,基于韦伯定律,建立图像固有灰度对比度与人眼表观亮度对比度的关系,构造符合人眼视觉特性的图像表观亮度对比度隶属函数,通过计算区间二型模糊隶属函数不确定性轨迹(Footprint of uncertainty,FOU)区域的交集大小判断隐身程度,交集越大,隐身程度越高.结果表明,本文构造出的区间二型模糊集方法与人眼主观评价结果的一致性较好,可作为一种新的隐身评价方法.展开更多
针对多属性决策存在的复杂性和不确定性问题,提出基于区间二型模糊平均解距离法(evaluation based on distance from average solution,EDAS)的多属性决策方法。采用区间二型模糊集合(interval type-2 fuzzy sets,IT2FS)表达评价信息解...针对多属性决策存在的复杂性和不确定性问题,提出基于区间二型模糊平均解距离法(evaluation based on distance from average solution,EDAS)的多属性决策方法。采用区间二型模糊集合(interval type-2 fuzzy sets,IT2FS)表达评价信息解决专家的偏好信息存在个体化差异问题,并纳入EDAS对备选方案进行排序。以区间二型模糊数表达评价信息构建决策矩阵,以计算得到的综合评价值的去模糊化结果作为最终的方案排序依据。针对EDAS中属性权重需要从外部获取的问题,采用区间二型模糊集合改进的最优最劣法(best-worst method,BWM)确定属性权重。最后,以某汽车制造企业选购新能源汽车云服务方案为例,验证所提方法的有效性。展开更多
通过引入多值映射,本文给出了二型模糊集合的新定义以便其能更好地容易理解,并在修正的不确定覆盖域(footprint of uncertainty,FOU)定义与公式的基础上,提出了FOU划分法来表示连续区间二型模糊集合,最后将该表示方法应用于区间二型模...通过引入多值映射,本文给出了二型模糊集合的新定义以便其能更好地容易理解,并在修正的不确定覆盖域(footprint of uncertainty,FOU)定义与公式的基础上,提出了FOU划分法来表示连续区间二型模糊集合,最后将该表示方法应用于区间二型模糊集合的词计算及并、交、补运算之中。展开更多
为了探索区间二型模糊背景下的多属性群决策方法,以多粒度概率粗糙集为基础,结合MULTIMOORA(Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-Plicative Form)与证据融合理论,发展了一种基于区间二型模糊信息的多...为了探索区间二型模糊背景下的多属性群决策方法,以多粒度概率粗糙集为基础,结合MULTIMOORA(Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-Plicative Form)与证据融合理论,发展了一种基于区间二型模糊信息的多粒度证据融合决策模型.首先,提出多粒度区间二型模糊概率粗糙集模型;然后,通过离差最大化法和熵权法计算决策者权重和属性权重,依据多粒度概率粗糙集和MULTIMOORA法建立区间二型模糊多属性群决策模型,通过源自D-S证据理论的证据融合方法融合得出决策结果.通过钢铁行业耗能的实例,证明提出方法的可行性与有效性,总体上,提出的决策模型具备一定的容错力,有助于获得强解释力的稳健型决策结果.展开更多
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...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。展开更多
文摘根据地面目标光学隐身图像的特点,提出了一种基于区间二型模糊集理论的光学隐身评价方法.针对以往隶属函数与图像并无物理意义上属性关系的问题,基于韦伯定律,建立图像固有灰度对比度与人眼表观亮度对比度的关系,构造符合人眼视觉特性的图像表观亮度对比度隶属函数,通过计算区间二型模糊隶属函数不确定性轨迹(Footprint of uncertainty,FOU)区域的交集大小判断隐身程度,交集越大,隐身程度越高.结果表明,本文构造出的区间二型模糊集方法与人眼主观评价结果的一致性较好,可作为一种新的隐身评价方法.
文摘针对多属性决策存在的复杂性和不确定性问题,提出基于区间二型模糊平均解距离法(evaluation based on distance from average solution,EDAS)的多属性决策方法。采用区间二型模糊集合(interval type-2 fuzzy sets,IT2FS)表达评价信息解决专家的偏好信息存在个体化差异问题,并纳入EDAS对备选方案进行排序。以区间二型模糊数表达评价信息构建决策矩阵,以计算得到的综合评价值的去模糊化结果作为最终的方案排序依据。针对EDAS中属性权重需要从外部获取的问题,采用区间二型模糊集合改进的最优最劣法(best-worst method,BWM)确定属性权重。最后,以某汽车制造企业选购新能源汽车云服务方案为例,验证所提方法的有效性。
文摘为了探索区间二型模糊背景下的多属性群决策方法,以多粒度概率粗糙集为基础,结合MULTIMOORA(Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-Plicative Form)与证据融合理论,发展了一种基于区间二型模糊信息的多粒度证据融合决策模型.首先,提出多粒度区间二型模糊概率粗糙集模型;然后,通过离差最大化法和熵权法计算决策者权重和属性权重,依据多粒度概率粗糙集和MULTIMOORA法建立区间二型模糊多属性群决策模型,通过源自D-S证据理论的证据融合方法融合得出决策结果.通过钢铁行业耗能的实例,证明提出方法的可行性与有效性,总体上,提出的决策模型具备一定的容错力,有助于获得强解释力的稳健型决策结果.
文摘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。