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.

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。

区间值直觉模糊相似度及其应用

相似度是模糊集理论中的一个测度,常用来度量两个模糊集的接近程度。在区间值直觉模糊环境下的多属性决策问题中,一个相似度的优劣影响着决策结果的准确性。在以往的研究中,已经有大量的区间值直觉模糊相似度被提出,在分析这些相似度过程中,发现其中大多存在着反直觉的情况。本文从熵测度的角度出发,基于熵测度和相似度的相关关系,由熵测度导出一个对应的相似度,并证明其满足相似度的公理化定义,接着通过实例说明提出的相似度的有效性和优越性。最后将其与传统VIKOR方法相结合,应用于多属性决策问题之中。

变参数区间值直觉模糊集在模式识别中的应用

提出了带参数区间值直觉模糊集的概念,构造了一系列带参数的区间值直觉模糊集。从已知隶属度和非隶属度出发,重点分析了激励惩罚型变参数区间值直觉模糊集的构造。运用模式识别与医疗诊断案例进行对比。仿真实验结果表明,带参数区间值直觉模糊集方法比传统的直觉模糊集方法更具灵活性。

带参数区间值直觉模糊集及其在模式识别中的应用

首次提出了带参数区间值直觉模糊集的概念,并构造了一系列带参数的区间值直觉模糊集。接着,从已知隶属度和非隶属度出发,重点分析了单参数区间值直觉模糊集的构造。最后,构造了模式分界点的参数方程,并从理论上证明了临界值对模式识别结果有影响。模式识别实验结果表明,带参数区间值直觉模糊集方法比传统的直觉模糊集方法更具灵活性。

基于区间值直觉模糊不确定语言变量的灰色关联度分析方法

给出了区间值直觉模糊不确定语言环境下的灰色关联度分析方法。首先确定了区间值直觉模糊不确定语言正负理想解,然后计算每个评价值与正负理想解的灰色关联度,利用属性的权重向量,计算方案与正负理想解的灰色关联度,最后计算出方案的相对关联度,并根据方案的相对关联度对方案进行排序。如果属性权重部分可知,则需要根据与正理想解有最大的灰色关联度而与负理想解有最小的关联度的原则建立数学规划确定属性的权重。最后,为了说明算法的可行性和有效性,将其应用到房地产开发项目的风险评价上。实例说明了算法的可行性和有效性。

直觉区间值模糊集的熵、距离测度和相似测度

熵、距离测度和相似测度是模糊集理论中的三个基本概念。本文中,我们给出了直觉区间值模糊集的熵、距离测度和相似测度的公理化定义并讨论了它们之间的基本关系。有别于以往的交、并运算,我们提出了直觉区间值模糊集的加法、乘法运算,并在此基础上讨论了直觉区间值模糊集的熵、距离测度和相似测度的性质。

基于区间值直觉模糊集的TOPSIS多属性决策

基于区间值直觉模糊集,提出了一种新的TOPSIS模糊多属性决策方法。首先介绍区间直觉模糊集的概念,定义了两个区间值直觉模糊集之间的距离;然后根据TOPSIS方法的原理,定义了两个区间值直觉模糊集的接近系数,通过计算备选方案到区间值直觉模糊正理想解和负理想解的距离来确定接近系数,从而判断备选方案的优劣次序。最后,通过一个具体实例来说明这种方法的有效性和具体计算过程。

直觉区间值模糊集的σ-熵、σ-距离测度和σ-相似测度

σ-度量和弱σ-度量是模糊信息度量的重要概念。熵、距离测度和相似测度是σ-度量和弱σ-度量的特例。在直觉区间值模糊集定义的基础上,给出了σ-熵和弱σ-熵、σ-距离测度和弱σ-距离测度、σ-相似测度和弱σ-相似测度的定义与性质,并讨论了它们之间的关系。

区间值直觉模糊Petri网及其在空战决策的应用

直觉模糊集中隶属度和非隶属度是确定值,而在空战对抗中,飞行员以及专家知识很难准确地确定隶属度和非隶属度的准确值,只能给出大致范围。针对此问题,结合Petri网强大的知识表示及并行推理能力,设计了区间值直觉模糊Petri网(interval valued intuitionistic fuzzy Petri net,IIFPN)及其推理算法与规则,讨论了算法的复杂度。最后,以"二对一"态势下的空战为例,在不确定条件下,采用本文提出的方法对决策过程进行建模并推理,结果验证了本文提出方法的可行性。

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。

基于区间值直觉模糊集加权TOPSIS的高校教师教学效果评价

开展高校教师教学效果评价是提高高校教学质量管理的有效方法之一。基于教学效果评价信息的不确定性,部分文献提出了模糊综合评价、TOPSIS、直觉模糊多属性决策等多种方法。但针对多属性决策中所包含的大量模糊和不确定信息的问题,则采用区间值直觉模糊集加权TOPSIS法,能得到更好地解决。通过定义区间值直觉模糊集和2个区间值直觉模糊集之间的距离等概念,并结合加权TOPSIS原理,计算各方案到正、负理想解的距离和紧密度的综合指标值,从而判断各备选方案的优劣次序。最后通过高校教师教学效果评价实例证明了其方法的有效性。

基于覆盖的区间值直觉模糊粗糙集模型的讨论

利用论域上的覆盖提出了基于覆盖的区间值直觉模糊粗糙集模型,并讨论了它的性质.

基于Choquet积分的区间值直觉模糊SIR群体决策方法

现实决策中,存在大量属性不确定以及属性间具有相关性的多属性决策问题。针对此类问题,文章提出了一种基于Choquet积分的区间值直觉模糊集的优劣势排序(SIR)群体决策方法。该方法通过集结不同决策者的决策信息,构建方案集的优势矩阵和劣势矩阵,再利用决策者(或专家)的不确定权重信息计算综合优劣势度,并得到相应的优劣势流,以此得到方案集的排序。最后通过实例说明方法的可行性和有效性。

关于区间值直觉模糊集运算性质的注记(英文)

针对Atanassov[3]给出的区间值直觉模糊集运算,指出并修正一些区间值模糊集运算的错误性质,有利于以区间值直觉模糊集的进一步研究。

基于改进区间值直觉模糊熵的投资方案优选

针对目前直觉模糊熵和区间值直觉模糊熵存在的缺陷,提出了新的改进的直觉模糊熵和区间值直觉模糊熵,并应用在投资方案的选择中。从信息缺乏和信任缺乏的角度,根据新的公理化条件,构建新的直觉模糊熵,再将其拓展到区间值直觉模糊熵,证明这两种熵都满足相应的公理化条件。与现有的直觉模糊熵和区间值直觉模糊熵相比较,新提出的直觉模糊熵和区间值直觉模糊熵能区分不同的模糊程度。最后,将该新区间值直觉模糊熵应用于投资方案的选择中,结果表明:新定义的熵给决策者提供了更加精确的客观赋权方法。

区间值直觉模糊子群

研究了区间直觉模糊子群,且引入了区间值直觉模糊正规子群概念,并利用集合套研究了区间值直觉模糊子群和区间值直觉模糊正规子群.

远程AUV区间值直觉模糊Petri网自主决策方法研究

由于感知能力限制,远程AUV自主决策属性模糊隶属度不明确,传统模糊Petri网决策方法无法进行知识的表达与推理。将模糊Petri网的模糊集进行拓展,提出了区间值直觉模糊Petri网的概念,并重新设计了推理方法和决策步骤;在此基础上,建立了远程AUV行动决策模型,通过算例实现了远程AUV自主行动决策。决策过程形象、快速、清晰,决策结果验证了方法的有效性。该方法可为多属性决策问题提供新的参考思路。

基于区间值直觉模糊集的距离测度

区间值直觉模糊集是直觉模糊集的进一步推广,具有比直觉模糊集更强大的模糊信息表达能力.基于区间值直觉模糊集理论,给出了三种基于海明距离、规范化海明距离、欧氏距离、规范化欧氏距离的扩展区间值直觉模糊集距离测度公式,对它们进行了比较分析,并给出了相应的定理和证明.

直觉区间值模糊推理的CRI算法

第一个处理模糊规则的推理模型是L.A.Zadeh的合成推理模型(CRI,Compositional Rule of Inference),并且是最重要的推理机制之一。很多文献研究了CRI法的推广以及满足不同要求的算子的合理选择。文章对直觉区间值模糊推理的CRI算法进行了一般研究,讨论了满足剩余原理的直觉区间值模糊三角模与直觉区间值模糊剩余蕴涵。由于一般形式的直觉区间值模糊推理均可以通过一定的处理方式转化为基本形式的MP(Modus Ponens)或MT(Modus Tollens)问题,所以文章仅就两种最简单的推理形式进行讨论,分别给出直觉区间值模糊环境下的MP和MT问题的CRI问题的一般形式,着重讨论其还原条件,给出还原准则。