基于Vague集模糊一致关系的多目标模糊决策

基于Vague集理论和模糊一致关系理论,提出了一种新的多目标模糊决策方法。这种决策方法综合考虑方案满足目标条件的可能性、不满足的可能性和未知的可能性三个方面的因素,分别对每个目标条件建立模糊优先关系矩阵和模糊一致矩阵,最后得出用于评估每种方案的真、假两方面的优度值,从支持和反对两方面来进行综合评估,给出方案的优劣程度排序,从而选出最优的方案。

模糊等价关系基础上的粗集分解

介绍了模糊相似关系和模糊等价关系的有关性质,根据这些性质建立了在模糊等价关系基础上的λ-等价类,并在λ-等价类基础上建立了λ-粗集;给出了λ-等价类分解和λ-粗集分解的定义,最后给出了λ-等价类和λ-粗集的一般性质,可知λ-粗集是Z.Pawlak粗集的推广得出了等价类和粗集在模糊等价关系基础上的分解结构——分解链。

集值信息系统中的模糊优势关系粗糙集

以集值信息系统为研究对象,考虑对象之间的优势程度,提出了模糊优势关系的概念;将模糊的方法引入优势关系粗糙集理论,给出了基于模糊优势关系的粗糙集模型并讨论了其相关性质,为从集值决策系统中获取决策规则提供了新的理论基础与操作手段。通过实例验证了所提方法的可行性和有效性。

直觉模糊关系的截集性质

定义了直觉模糊关系的截集以及并给出了它们的基本性质,同时分别讨论了自反、对称、传递直觉模糊关系与经典二元关系之间的等价刻画;其次,提出直觉模糊关系的定义域与值域的概念;最后,分析了直觉模糊关系合成的截集性质。

基于模糊相容关系的集值决策表的相对约简

从模糊粗糙集的角度讨论集值决策表的相对约简。首先,基于2个对象取相同值的可能性大小,在集值信息系统中定义了一个模糊相容关系,给出了模糊相容关系的上近似和下近似;其次,通过引入模糊近似质量,定义了集值决策表中条件属性的重要度与相对重要度,进而提出了一种计算相对约简的启发式算法;最后,通过实例说明该算法能够得到集值决策表的相对约简。

环中模糊子集的一种序关系

任意非空集合的模糊子集集是无序集 .在引入模糊子集值的概念基础上 ,证明了环中任意模糊子集存在惟一的值 。

犹豫模糊软集的综合相关系数及其应用

犹豫模糊软集作为一种处理不确定信息的有力工具已受到广泛关注。本文根据犹豫模糊软集中犹豫模糊元可能隶属度的期望、方差和长度率提出了犹豫模糊软集的综合相关系数,它克服了已有犹豫模糊软集相关系数存在有用信息丢失的缺陷。根据犹豫模糊软集中各参数的重要程度,本文还提出了犹豫模糊软集加权综合相关系数的概念并讨论了它的相关性质。最后,通过模式识别的实例表明了犹豫模糊软集的综合相关系数的可行性和有效性。

模糊Cut集

基于完备剩余格,本文在模糊完备格中,引入模糊Cut集概念。证明了所有的模糊Cut集构成的模糊集不仅是模糊完备格,而且还是模糊完全分配格。

基于直觉模糊相似关系的三支决策模型

针对一些直觉模糊相似关系使直觉模糊集中对象间的相似度过于集中或者相异度过高,导致不合理的分类结果的问题,以及在构造直觉模糊相似关系时,对象间的相似度和相异度容易受到不重要属性条件信息影响的问题,本文在直觉模糊集和可能性理论基础上,提出一种基于直觉模糊相似关系的三支决策模型。首先,给出可能性测度和必要性测度的定义,结合Hausdorff度量,构造一种距离公式,并证明其性质,定义了直觉模糊集中对象间的相似度和相异度,构造了新的直觉模糊相似关系;然后定义了直觉模糊相似关系下的(λ_(1),λ_(2))-截集及其直觉模糊(λ_(1),λ_(2))-截集下的相似类,并进一步求出目标集的正域、负域和边界域;最后通过UCI数据集和实例验证了该模型的合理性和有效性。

模糊关系下的粗集粗糙度

本文研究粗糙集的粗糙度问题。首先仔细分析了Pawlak粗糙集的粗糙度!得到了粗糙集粗糙度包容相斥原理;然后将结果推广到模糊集理论领域,对研究模糊关系下模糊粗糙集理论有一定的作用。

基于Flou集的模糊区域拓扑关系度量

针对模糊区域的表示和拓扑关系的度量问题,利用Flou集描述模糊区域,不仅符合人们用分明集合描述模糊区域范围的认知习惯,而且适用于对高阶模糊的情形进行描述。为此,在基于Flou集的模糊区域表示模型的基础上,给出2个模糊区域间拓扑关系的度量描述,刻画2个模糊区域属于5种基本拓扑关系的程度,该模糊区域可应用于空间信息查询和空间推理等领域。

模糊相似关系下的模糊粗糙集及其截集

模糊粗糙集理论模型的建立和发展是Pawlak粗糙集模型推广的一个主要方向，该文在普通等价关系下的模糊粗糙集的基础上．给出了模糊相似关系下的模糊粗糙集的表示方法，并提出了模糊集的截集在模糊相似关系下的下、上近似的表示方法及其性质。

基于Vague集的广义模糊关系数据模型

在现实世界中,许多数据常常是不完全的或模糊不清的,因此,扩充传统的关系模型来表示不精确、不完全和模糊数据已成为数据库领域的一个重要的研究方向。Vague集是模糊集概念的推广,它具有强大的处理不精确数据的能力,并为不精确、不完全和模糊知识的表示提供了一种有效的手段。该文在已有的模糊关系数据模型的基础上,提出了模糊关系数据库的一种基于Vague集的广义模糊关系数据模型VGFRDM。

基于优势熵矩阵的模糊软集三支决策方法

讨论了模糊软集上的三支决策问题。通过模糊软集上的模糊优势熵关系来构造模糊优势熵矩阵,从而提出模糊软集上的三支决策方法。首先,介绍了传统的优势关系和优势关系,类比两种优势关系提出了优势熵关系的定义;其次,通过优势熵关系构造了优势熵矩阵及定义了优势熵类,基于优势熵类给出了模糊占优度的定义,依据优势熵矩阵定义模糊软集的损失函数表,计算模糊软集的三支决策阈值,结合模糊占优度来实现模糊软集的三支决策。最后,通过一个算例以及相关的对比分析,验证了本文所提三支决策方法的实用性和有效性。

基于模糊容差关系粗糙集的分解及其在信息检索中的应用

基于容差关系粗糙集的提出扩大了粗集的应用范围。本文在容差关系扩展为模糊容差关系的基础上引入支配关系对模糊容差关系的容差类进行进一步分解,分为模糊纯容差类、模糊正容差类、模糊负容差类,并分别定义上下近似集,进而提出了模糊容差关系粗糙集的分解。该方法能有效地处理连续属性,并用信息检索的例子证明了其应用价值。

模糊空间对象拓扑关系的Rough描述

利用Rough Set理论,在四交差模型的基础上,提出适合于描述确定和模糊区域或两个模糊区域目标间拓扑空间关系的扩展模型(4-4ID模型),并且详细讨论模糊对象之间的拓扑关系。

如何定义模糊集的映射

给出了Fuzzy映射(?):(?)→(?)的较合理定义,它将普通映射作为特款。可以预料,这种映射将为研究模糊微积分奠定良好的基础。

基于Rough集理论的模糊值属性信息表简化方法

为了有效地在信息表中处理取值为模糊术语的属性 ,解决Rough集对模糊值属性处理能力较弱的问题 ,提出了模糊不可分辨关系的概念 ,用于处理属性值为模糊术语的信息表 将约简、核、相对约简与相对核以及规则的约简与核等Rough集理论中一系列知识约简的概念推广到模糊环境下 ,提出了一种有效的模糊值信息表简化的启发式算法

直觉模糊信息系统的优势关系及其约简

进一步研究了直觉模糊信息系统的优势关系及其约简方法。首先针对直觉模糊信息系统定义了优势关系并研究其性质,给出相关的证明,然后定义了在该优势关系下直觉模糊信息系统目标集的上下近似集并证明其性质。接着分析了直觉模糊决策表的研究现状及其不足之处,提出了直觉模糊决策表的条件属性相对于决策属性的属性依赖度、属性重要度的概念,给出了相对属性约简与相对核属性的计算方法,最后通过实例表明所提方法的有效性和合理性。

多目标模糊决策的Vague软集法

在智能领域中对Vague集和软集的研究已越来越广泛和深入,两者均已应用于决策问题中。为了更加有效地进行模糊决策,提出了一种基于Vague软关系的模糊决策方法。定义Vague软关系,构造Vague软集间的关系表格,利用一个新的评分函数对目标进行排序,选出最优目标。通过实例阐明该方法的有效性和实用性。