含指数型隶属函数的模糊多目标规划分析

两阶段模糊算法的原型是以线性隶属函数为基础的 ,但实际决策中非线性隶属函数的应用也相当广泛。为了扩展两阶段模糊算法的适用范围 ,同时不改变问题的线性性质 ,本文在指数型隶属函数的基础上 ,对模糊多目标规划的变换模型及结果进行分析。

模糊模式识别中隶属函数选取的探讨

通过数值实例,论证了利用最大隶属度原则对三角形类型模糊模式识别时隶属函数选取的优越性,并提出了一种给定阈值且以三角形内角和差关系作为底数变量和指数变量的指数型隶属函数.

三角形类型模糊模式识别新探

为了解决三角形类型的模糊模式识别问题,以便更好地应用于生物细胞染色体形状的识别、白血球分类等实际应用问题中,采用基于给定阈值的最大隶属原则,利用合格指标因子归类法进行研究,并提出一种以三角形内角和差关系作为底数和指数变量的指数型隶属函数。结果表明:求得的隶属度确保在合格指标因子之上皆可,利用指数函数性质使所求得的隶属度差距较大、区别明显,便于识别,且与三角形三个内角紧密相关。通过数值实例,论证了该方法对染色体形状识别、白血球分类等三角形类型模糊模式识别,具有一定的参考价值和指导意义。