广义区间二型模糊集合的词计算

普通的模糊集合是点值为二维的一型模糊集合,二型模糊集合(Type-2 fuzzy sets,T2FS)是点值为三维的模糊集合,T2FS比相应的一型难以理解和计算.为了让人们更好地理解T2FS并推广其应用,本文提出了广义区间二型模糊集合(Generalized interval type-2 fuzzy sets,GIT2 FS)的定义,并将其分成三类:离散型、半离散型及连续型,分别给出相应的数学表达式与扩展原理公式,并得到了GIT2FS在两种不同的模糊逻辑算子下的词计算。

基于区间二型模糊集的轮系传动方案综合评价

传统方案评价缺少合理的方法指导、主观性强,同时轮系传动方案评价指标复杂多样,难以从定性评价转换至定量评价。针对轮系传动方案的综合评价及优选问题,提出了基于区间二型模糊集(IT2FSs)的轮系传动方案综合评价方法,建立了相关的综合评价数学模型。首先,在考虑了轮系传动方案的静态特性、动态特性及结构特征的基础上,构建了多层次、多源异构性的综合评价指标体系;然后,采用了基于IT2FSs的模糊层次分析(FAHP)法,并结合了区间二型依赖有序加权平均(IT2DOWA)算子的方法,以分配指标权重;采用了构建评价函数的方法,对评价指标数据进行了预处理,以解决复杂指标数据不可量化的问题;针对不同数据类型的指标存在无法统一度量的问题,采用了概率统计结合模糊综合评价(FCE)的方法,对于轮系传动方案进行了定量化的综合评价;最后,以某轮系传动方案为例,根据仿真分析和理论推导,说明了评价方法的可行性;采用鲁棒性分析方法,对基于IT2FSs的轮系传动方案综合评价方法的有效性进行了验证。研究结果表明:该方案的定量化综合评价分数值为62.53,评价结果良好,基本满足使用需求;鲁棒性分析中的所有方案均保持了原先排名,说明该方法具有一定的抗干扰性。

运用区间二型模糊集的半监督模糊聚类算法

将区间二型模糊集引入半监督聚类,提出一种运用区间二型模糊集的半监督聚类算法.该算法以区间二型模糊集为隶属度,将已标识样本的类别标签融入目标函数,使得聚类算法可以在已标识样本类别信息的引导下,得到合理的隶属度.实验表明,相比其他聚类模型,结合半监督机制和区间二型模糊集的聚类算法具有更好的聚类性能.

基于区间二型模糊多粒度证据融合方法的钢铁行业耗能决策

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.

基于区间二型模糊集合的语言动力系统稳定性

运用区间二型模糊集合(Interval type-2 fuzzy sets,IT2FSs)的扩展原理将常规的数值函数转化为对应的区间二型模糊函数,并给出了相应的词计算(Computing with words,CW)方法与算法,最后分析了严格单调情况下基于区间二型模糊集合的单输入单输出系统的语言动力系统(Linguistic dynamic systems,LDS)稳定性.

一种新的区间二型模糊集合降阶算法

区间二型模糊集合的KM/EKM降阶算法,其效率较低,难以用于二型模糊逻辑的实时控制。而基于切换点计算公式的单调性关系的IASC和EIASC算法虽然其运算时间低于KM/EKM算法,但其初始值都是从两侧端点开始,其效率也有待提高。提出了一种新的二型模糊集合降阶算法,利用切换点计算公式和论域中值的关系以及初始化左、右切换点的值来提高计算效率。两个仿真实例验证了本算法的有效性和实用性。

基于区间二型模糊集合的人工交通系统可信度评估

提出了一种基于区间二型模糊集合理论的人工交通系统可信度评估方法.该方法以二型模糊集合算法为核心数据处理方法,构建了人工交通系统的评估体系.利用置信区间方法提取实际交通数据和人工交通数据的统计特征,同时为二型模糊集合提供了输入数据.利用二型模糊集合处理不确定性、随机性和噪声数据的能力,得到刻画实际交通系统和人工交通系统特性的输出数据集.并基于Jaccard算法对两个系统二型模糊集合的输出集进行了相似度运算,以Cronbach系数值为依据,实现了人工交通系统的可信度评估.与传统可信度评估方法相比,该评估方法具有较强的数据处理能力,有效地实现了基于数据驱动方法理念下人工系统与实际系统之间的比较.本文基于面向对象编程语言搭建开发的基于Agent的人工交通系统模型,对其进行了可信度评估验证,评估结果说明了所提出方法的合理性和有效性.

基于区间二型模糊EDAS的多属性决策方法

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。

关于二型模糊集合的一些基本问题

采用集合论的方法给出了单位模糊集合和二型模糊集合及其在一点的限制等定义,使得二型模糊集合更易于理解.通过定义嵌入单位模糊集合来描述一般二型模糊集合,并给出离散、半连通二型模糊集合的表达式.根据论域、主隶属度及隶属函数的特性将二型模糊集合分为四种类型:离散、半连通、连通及复合型,并根据连通的特点将连通二型模糊集合分为单连通及多连通两类.利用支集的闭包(Closure of support,CoS)划分法表述主隶属度及区间二型模糊集合.提出了CoS二、三次划分法分别来表述单、复连通二型模糊集合,并使每一个子区域的上下边界及次隶属函数在该子区域上的限制分别具有相同的解析表述式.最后,探讨了二型模糊集合在一点的限制、主隶属度、支集、嵌入单位模糊集合之间的关系.

区间二型模糊集效用函数和熵在风险决策中的应用

针对以区间二型模糊集(IT2FS)为信息环境的多属性决策(MADM)问题,引入IT2FS效用函数,并提出基于IT2FS效用函数,熵和风险因子的风险决策模型。首先基于截集思想提出两种IT2FS效用函数公式,有效提取了IT2FS全部信息,比以往的序值型公式更加科学有效。其次基于已提出的IT2FS三种不确定度量存在的问题提出三种新型不确定度量,并基于此三种不确定度量提出IT2FS熵公式弥补原有熵度量的不足。再次引入风险偏好因子反映决策者不同的风险态度,并改进风险偏好因子范围。构造基于效用函数,熵和风险偏好因子的风险决策模型。最后利用一个实例分析结果表明,该风险决策模型中决策者风险偏好对属性权重以及方案的排序存在影响,该决策思想对风险投资决策和风险管理决策均有一定的参考作用。

应急物资需求量的二型模糊集合预测方法

为提供准确、可靠的应急物资需求量的实时信息,建立基于模糊群决策的需求预测模型。通过数据收集、数据预处理、信息集结,将专家个人对应急物资需求预测的一型模糊集合集结成群体意见的二型模糊集合。分别讨论集结过程中专家权重是确定数值和一型模糊集合2种情况的预测方法。将该预测方法运用到应急决策案例中,求解结合多部门意见的物资需求量。结果表明,用该模型能在信息匮乏条件下预测应急物资需求,与一型模糊预测相比,能保留更多的个体预测信息。

基于区间二型模糊集的农田障碍物分割方法

针对非结构化农田环境下障碍物图像在应用传统算法进行图像分割时,效果不明显,容易受到水渍、阴影等外界环境影响等问题,提出了一种基于区间二型模糊集的农田障碍物图像分割方法。该方法将采集到的原始农田彩色图像转换到Lab颜色空间,提取出a分量并将其转换为灰度图像,对所得灰度图像进行模糊化处理,将其转换为区间二型模糊集,选择最大熵值所对应的灰度值对图像进行分割。通过实验和分析,本文算法能够更好地分割出农田障碍物目标,是一种有效的农田障碍物图像分割方法。

区间二型模糊集彩色遥感图像边缘检测方法

针对一型模糊集其隶属度函数是确定的,不具有柔性,很难满足图像的多方面边缘检测要求,及传统PalKing算法采用单一阈值对图像进行增强难以满足灰度变化丰富且含大量信息的彩色遥感图像处理的要求。提出了一种新的基于区间二型模糊集的彩色遥感图像边缘检测方法。实验结果表明,它能较好地检测出彩色遥感图像边缘,因此是一种实用有效的彩色遥感图像边缘检测方法。

基于贝叶斯模式平均与区间二型模糊集的分区灌溉方法

为解决松嫩平原水稻灌溉水需求不断增长与地下水资源可持续利用之间的矛盾,实现节水控采目标,本文以松嫩平原北部和平灌区水稻种植区为例,通过2017-2019年降雨-地下水-产量动态监测试验,揭示灌域尺度地下水时空变化规律;采用聚类分析与空间叠加分析提出了基于地下水埋深的分区方法,确定研究区的地下水埋深分区界限;根据地下水埋深分区结果,采用贝叶斯模式平均(Bayesian Model Averaging,BMA)方法,融合AquaCrop、Jensen模型,进行平、枯水年各分区灌溉情景的产量模拟,提高了地下水埋深分区条件下的产量模拟精度。引入风险偏好因子刻画决策者的风险态度,基于区间二型模糊集(IT2FS)理论对各地下水埋深区域的灌溉制度进行综合评价,利用有序加权平均算子(Ordered Weighted Averaging,OWA)集结综合评价值,提出了不同地下水埋深区域水稻种植的优化灌溉制度。结果表明:研究区地下水埋深分区界限为1.5 m;采用BMA方法有利于提高地下水埋深分区条件下的产量模拟精度,与实测产量相关性系数超过0.95;分区灌溉模式下各区产量-灌水量响应规律存在差异,但与现行灌溉制度相比,分区灌溉能减少稻田灌水量15%~37.6%,减少地下水开采量12%以上。

区间二型模糊综合评判下的语言动力学分析

为了解决多人对事物的多因素动态评估问题,提出区间二型模糊综合评判下的语言动力学分析方法,给出半连通区间二型模糊集合的表述与运算.综合二型模糊集合与模糊综合评判,探讨二型模糊综合评判方法.结合不同时段的数据,形成多因素动态评估的语言动力学轨迹.最后将区间二型模糊综合评判下的语言动力学系统应用于旅游景区的动态评估中.

基于区间二型模糊集的VIKOR多属性决策方法研究

针对传统VIKOR方法不能处理不确定语言信息的缺陷,本文在VIKOR方法的基础上提出了一种基于区间二型模糊的VIKOR扩展方法用于解决多属性决策问题。首先介绍了区间二型模糊的概念、运算法则,接着定义了一种新的计算区间二型模糊集之间的距离公式,在此基础上提出基于区间二型模糊的VIKOR扩展方法。最后,通过一个算例说明该方法的有效性和合理性。

区间二型模糊集和模糊系统:综述与展望

一型模糊集可以建模单个用户的语义概念中的不确定性,即个体内不确定性.一型模糊系统在控制和机器学习中得到了大量成功应用.区间二型模糊集能同时建模个体内不确定性和个体间不确定性,因而在很多应用中显示了比一型模糊系统更好的性能,是近年来的研究热点.本文首先介绍了区间二型模糊集的重要概念和理论研究进展,总结了其在决策和机器学习中的成功应用,然后介绍了区间二型模糊系统的基本操作和理论研究进展,并回顾了其在控制和机器学习中的典型应用.最后,对区间二型模糊集和模糊系统未来的研究方向进行了展望.

带停止迭代条件的普通二型模糊集合降阶算法

针对普通二型模糊集合降阶算法效率低下问题,提出了带停止迭代条件的普通二型模糊集合降阶算法。基于模糊截集理论,将普通二型模糊集合的降阶简化为若干个区间二型模糊集合的降阶,并利用停止迭代条件来减小普通二型模糊集合降阶算法的运算时间。2种不同形式的首隶属度函数和次隶属度函数的仿真结果表明:该算法能够提高运算效率,具有较强的实用性。

基于二型模糊集合的电力客户满意度评估

根据供电服务质量的特点及客户满意度模型,给出了电力客户满意度评估指标。考虑到电力客户满意度的不确定性,运用离散的二型模糊集合,从票数与分数两方面对客户满意度各评估指标进行详细描述与分析,并采用二型模糊集合和模糊综合评判法,实现对电力客户满意度的评估与表述;通过实例验证了方法的可行性和有效性。

二型模糊集合在遥感影像土地利用分类中的应用

在遥感影像土地利用分类中,传统的布尔分类法只考虑地物光谱信息,用"是"与"非"的二值确定逻辑状态分类影像,当存在较多混合像元时,其不能满足一些实际应用的要求。模糊分类法综合了地物光谱特征、空间特征和对象的拓扑关系,对每个像元的归属用[0～1]的模糊度来表示,有效地解决了该问题。通过对研究区TM影像进行传统布尔法分类和模糊分类法分类的结果比较可知:对混合像元较多且波段较少的遥感影像土地利用分类,二型模糊集合分类能够适应用户不同精度需求,并能交互式输出结果。