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.

加权概率区间值犹豫模糊集及决策应用

对概率区间值犹豫模糊集中的不同区间值隶属度赋予了决策专家权重,定义了加权概率区间值犹豫模糊集(WPIVHFS).针对WPIVHFS中的加权概率区间值犹豫模糊数,采用区间值隶属度的中位数、区间值隶属度的清晰度、概率以及相对应的决策专家权重构成四维点坐标进行刻画,在此基础上建立了加权概率区间值犹豫模糊元(WPIVHFE)的外部固定函数模型、内部稳定函数模型、2个WPIVHFE的大小比较准则与距离测度模型.利用熵值法分别计算属性的外部权重与内部权重,并依据属性的外部权重与内部权重相离程度值来确定属性的综合权重.考虑方案的外部固定函数值、内部稳定函数值来计算各个方案的综合属性值.方案的排序结果表明:在采用四维点坐标来描述WPIVHFS的基础上建立的决策算法不但科学有效,而且提供了一种多角度观察方案排序结果的方法.

基于区间值犹豫模糊熵的DB模式指标权重确定

为了解决DB模式施工评标中专家对评标指标权重打分时的不确定性,进一步提高指标权重的合理性,本文将区间值犹豫模糊熵的数学模型引入到DB模式施工评标方法中。在招标文件编制阶段利用区间值犹豫模糊熵计算公式对指标进行权重分配,使得犹豫这一不确定因素能够很好地应用到公路工程的施工评标中。通过陕西省某DB模式高速公路施工评标实例,验证了该方法的可行性。研究结果表明:考虑犹豫因素后的评标方法,更能反映评标专家打分时的不确定性,从而削弱评标专家打分时对评标结果的主观影响,使得改进后的方法能够很好地适用于公路工程施工评标。

二维变量信息视角下的概率犹豫模糊集决策方法研究

将概率犹豫模糊集中的隶属度与概率看作二维变量信息,在二维变量信息条件下研究概率犹豫模糊集多属性决策问题。首先,将概率犹豫模糊数书写形式改为点坐标形式,并在此形式下建立概率犹豫模糊元几何距离函数模型与离差程度系数模型;其次,属性的评价值为概率犹豫模糊元,在考虑其内部元素的离差程度与相互之间离差程度基础上,采用熵值法确定属性权重;再次,使用新定义的几何距离函数与离差程度系数函数计算由概率犹豫模糊元组成的属性值,得到属性的综合值,并利用Maclaurin对称平均算子对各方案属性的综合值进行集结,通过比较集结的方案属性综合值大小对各方案进行排序;最后用一个数值算例对本文方法进行验证分析,结果表明,该方法能够快速取得有效的排序结果。

犹豫模糊粒计算中信息熵研究

基于犹豫模糊粒度结构理论,结合Shannon熵和梁吉业等人提出的新熵概念,给出Ι型和Π型犹豫模糊信息熵、联合熵、条件熵概念,讨论了两类犹豫模糊信息熵的偏序性,分析了给出的犹豫模糊信息熵、联合熵、条件熵与已存在的各类相关熵之间的关系。

基于区间值犹豫模糊形式背景的信息提取方法研究

目前,网络上的图书信息数据往往具有容量大、不完备、不精确、不一致等特点,如何从这些图书数据中获取人们所需要的图书信息知识,已成为信息研究的一热点。文章主要研究基于区间值犹豫模糊形式背景的网络图书信息提取方法。具体来说,首先定义区间值犹豫模糊形式背景;其次提出基于区间值犹豫模糊形式背景的概念格信息提取方法;最后将这方法应用于网络图书信息的提取,此应用说明所提出的方法是可行的。

基于熵的区间直觉模糊信息系统的度量

将信息熵引入区间直觉模糊信息系统,以此来度量区间直觉模糊信息系统的不确定性。提出了度量区间直觉模糊信息系统不确定性的区间直觉模糊信息熵,证明了区间直觉模糊信息熵满足粒化单调性,给出两个区间直觉模糊粒结构的联合熵和条件熵,建立了区间直觉模糊信息熵与区间直觉模糊信息粒度的互补关系。

新的区间值直觉模糊集的熵

基于犹豫模糊集的概念,提出区间值直觉犹豫模糊集的公理化定义,证明了犹豫模糊信息的新型犹豫度公式的两条准则。给出了区间值直觉模糊熵的定义以及存在的缺陷,由此提出了新的IVIHFSs熵公式,并证明了满足区间值直觉模糊熵的5个性质,最后通过算例验证了该方法的可行性和有效性。

考虑可信度和优先级的犹豫模糊信息集成算子

研究了具有专家可信度与属性优先级的犹豫模糊信息集成问题,对每一个犹豫模糊数给出相应的可信度,用来表示专家对属性的熟悉程度。考虑到专家可信度的重要影响,提出了考虑专家可信度的犹豫模糊熵值算法,并在此基础上结合属性优先级提出了考虑专家可信度和属性优先级的混合赋权方法,该赋权方法既能保证属性优先级恒定,又可以有效区分专家意见的统一程度以及专家对属性的熟悉程度。之后,在此基础上给出了考虑专家可信度与属性优先级的犹豫模糊信息集成算子,并给出了基于该类算子的多属性决策方法。

基于区间二型犹豫熵与风险偏好的多属性决策方法

针对以区间二型模糊集(IT2FSs)为信息环境的多属性决策问题,构建了考虑决策者风险偏好的决策模型,解决了区间二型模糊集内在犹豫性难以量化的问题.首先介绍了区间二型模糊集的相关知识,综合考虑两种期望平均提出了区间二型模糊集排序值公式以比较模糊数的优势关系,同时提出使用几何度量刻画模糊性与犹豫性的区间二型犹豫熵来度量区间二型模糊集的不确定性.考虑到决策者的风险态度对决策结果可能的影响,引入决策者风险偏好因子,构造了风险偏好因子与传统的熵权法相结合的新的权重求解模型并给出了决策算法.最后用一个风险投资的实例验证决策者的风险偏好对属性权重以及决策方案的排序所产生的影响.

区间直觉犹豫模糊粒度结构的不确定性研究

考虑区间直觉犹豫模糊集中元素隶属度不确定这一特征,给出了四种不同的区间直觉犹豫模糊粒基数概念,并在此基础上构造了相关的区间直觉犹豫模糊粗糙熵、信息熵等概念.提出了区间直觉犹豫模糊粒度结构距离的概念,基于区间直觉犹豫模糊粒度结构距离定义了一种新的区间直觉犹豫模糊粒度结构的偏序关系,讨论区间直觉犹豫模糊粗糙熵、信息熵的偏序性.通过实例验证了相关定理和定义的正确性.

基于Hamacher区间模糊算法的技术状态评估权重确定

针对复杂装备技术状态评估权重确定过程中存在的专家犹豫和权重确定动态性不足的问题,结合区间值犹豫模糊熵、毕达哥拉斯模糊集和Hamacher算子,提出Hamacher区间模糊算法。综合各专家对各元素重要性的打分,构建区间值犹豫模糊集,改进区间值犹豫模糊熵,并对模糊集中各犹豫模糊元运算得到区间值犹豫模糊熵矩阵;令区间值犹豫模糊熵为隶属度,打分区间差值为犹豫度,得到毕达哥拉斯模糊集,运用Hamacher区间模糊算法计算得到各元素重要度得分函数,将得分函数归一化得到最终元素权重。算例结果表明,该验证方法对技术状态评估具有适用性。

区间值犹豫模糊信息系统中的信息粒和粗糙熵

信息粒和粗糙熵作为研究信息系统不确定性问题的两种主要方法,已被广泛应用于许多领域。本文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。在区间值犹豫模糊粒度结构基础上给出了区间值犹豫模糊信息粒度和粗糙熵的概念,讨论了区间值犹豫模糊信息粒度和粗糙熵的偏序关系,分析了区间值犹豫模糊信息粒度和粗糙熵与已有信息粒度和粗糙熵之间的关系,并通过实例验证了有关定义和定理的正确性。

基于区间值犹豫模糊熵-云模型的公路工程DB模式风险评价研究

为了解决公路工程设计施工总承包模式(以下简称“DB模式”)风险评价过程中专家对风险因素打分时的模糊性与随机行,进一步提高风险评价的准确性,提出区间值犹豫模糊熵-云模型的风险评价方法。从宏观风险、中观风险和微观风险等3个方面进行了风险因素识别,构建了公路工程DB模式风险评价指标体系,应用区间值犹豫模糊熵对评价指标进行赋权,在此基础上运用云模型确定了DB模式项目整体风险等级。通过陕西省某DB模式高速公路实例分析,验证了该方法的可行性。研究结果表明:陕西省某DB模式高速公路项目整体风险偏向Ⅲ级,需采取一定管控措施降低风险等级方可接受,所得结果与实际情况相符,表明基于区间值犹豫模糊熵-云模型的风险评价方法合理准确。

基于区间值对偶犹豫模糊集的多属性决策方法

基于区间值对偶犹豫模糊集的基本定义,提出了区间值对偶犹豫模糊熵与相似性测度的概念。给出了区间值对偶犹豫模糊熵的定义及公式,在此基础上构造了熵权重模型;由距离与相似性测度的关系给出三种区间值对偶犹豫模糊集的距离公式。由此基于区间值对偶犹豫模糊集的熵和相似性测度提出一种新的区间值对偶犹豫模糊集的决策方法。最终给出此方法的计算步骤,通过实例验证该方法的有效性。

不完备区间值信息系统中基于相容-相似关系的模糊粗糙集方法

区间值信息系统是单值信息系统的推广模型.区间值是描述影响观测对象值的一种表示方法.然而,在实际应用中,由于遗漏、测量误差、数据传输、介质噪声等多种因素的影响,区间值往往会出现缺失值.如果忽略或丢弃包含缺失值的数据,则必须丢弃大量信息.主要针对不完备区间值信息系统,提出一种基于相容-相似关系的模糊粗糙集方法.在此基础上,推广了模糊近似算子的定义,研究了不确定性度量问题.

区间值毕达哥拉斯犹豫模糊粗糙集

区间值毕达哥拉斯犹豫模糊集是毕达哥拉斯犹豫模糊集的扩展,增强了不确定信息处理的鲁棒性。将区间值毕达哥拉斯犹豫模糊信息融入粗糙集分析,进行相应不确定性建模,实现不确定性信息融合。基于区间值毕达哥拉斯犹豫模糊关系,构建区间值毕达哥拉斯犹豫模糊粗糙集模型,研究下上近似关于集合并交补运算的基本性质,得到近似集的知识粒化单调性质,采用实例分析进行模型说明与性质验证。所得模型与性质有利于区间值信息系统的不确定性推理。

区间值属性不完全信息下的数据挖掘

不完全信息下的数据挖掘是一个困难的问题 ,但它在实际决策中是不可避免的。除空值和层次型概念外 ,区间值属性的处理是典型的不完全信息问题。本文基于粗集理论和扩张矩阵等理论 ,首先分析区间值属性的优选是 NP问题 ,然后提出了一种分割极小点区间值属性的启发式决策树生成算法 ,并构造了概率决策树和模糊决策树 ,以改进传统决策树数据挖掘方法的不足。