基于互异指数的直觉模糊相似度构造

为了进一步提高直觉模糊相似度对事物的识别能力,从数据的结构和几何特点出发,对已有直觉模糊相似度进行分析,结合具有倾向性的直觉模糊相似度公式,构造出一种新的基于互异指数的直觉模糊相似度,并通过Wilcoxon秩和检验的方法确定参数范围.新构造的相似度公式不仅满足直觉模糊相似度的公理化定义,而且可以广泛应用于决策领域.

一种基于新的直觉模糊相似度的聚类方法

针对现有直觉模糊聚类方法中大多数未考虑指标权重,且计算结果为实数的问题,提出了一种基于新直觉模糊相似度的聚类方法。运用直觉模糊熵得到指标权重,构造了一种考虑指标权重的直觉模糊相似度公式,得到直觉模糊相似矩阵,构造了满意度阈值。决策者根据自身满意度偏好选择合适满意度阈值,将直觉模糊相似矩阵转化为实数矩阵,然后利用平方自合成方法得到模糊等价矩阵,选择适当的置信值进行聚类,最后通过实例验证所提方法的有效性和可行性。

直觉模糊相似度函数残缺属性值补充方法

针对群决策过程中属性值信息残缺的问题,提出基于直觉模糊数相似度函数的残缺属性值信息补充方法。通过定义直觉模糊相似度函数及其集成算子,利用直觉模糊加权平均相似度算子对决策者直觉模糊数相似度集结,给出残缺属性值的具体补充原理和方法,将该方法应用于体系化作战目标残缺属性值信息的补充。结果表明:试验中通过对决策专家E1的属性值信息补充,其补充数据与决策专家E2、E4、E5非常接近,证明该方法是可行、有效的。

基于Einstein算子的直觉模糊值相似度及其在聚类中的应用

基于直觉模糊等价矩阵聚类的关键在于合理构建样本之间的直觉模糊值相似度,这种相似度是有2个分量的二元形式,其中一个分量代表着2个对象之间的相似程度,另一个代表非相似程度.提出一种基于Einstein算子的直觉模糊值相似度构造方法并将其应用到聚类分析.首先,给出Einstein算子诱导的直觉模糊剩余蕴含,并通过聚合直觉模糊剩余蕴含得到直觉模糊值相似度;然后,利用这种直觉模糊值相似度构建直觉模糊相似矩阵,并通过直觉模糊相似矩阵的合成运算得到直觉模糊等价矩阵,进而给出直觉模糊聚类算法;最后,通过算例对该方法进行说明和分析.

基于直觉模糊相似度的直觉模糊三支决策方法

针对现有直觉模糊相似度未考虑其隶属度和非隶属度的实践语义且在一些情形下可能出现“违反直觉”等问题,本文提出一种新直觉模糊相似测度,并将其引入直觉模糊决策系统中,定义了直觉模糊相似度下(α,β)-水平截集等概念,并给出相关性质.以粗糙隶属度为评价函数导出目标集的(α,β)-下、上近似集及其三个域.考虑到决策者不同风险态度,基于贝叶斯理论构建一种具有多风险偏好的直觉模糊三支决策模型,并获得决策规则,进而提出一种基于直觉模糊相似度的直觉模糊三支决策方法.最后,通过算例说明该方法的可行性和有效性.

直觉模糊集相似度遗传算法求解多目标车间调度问题

为了提高高维多目标置换流水车间调度问题的求解质量,提出基于直觉模糊集相似度的遗传算法(similarity of intuitionistic fuzzy sets GA, SIFS GA).算法中分别将参考解和Pareto解映射为参考解直觉模糊集和Pareto解直觉模糊集.计算两个集合之间的直觉模糊相似度,用以判断Pareto解的优劣.以直觉模糊集相似度值引导多目标遗传算法进化.对6个CEC标准测试集与10个流水车间调度测试实例进行仿真实验,结果表明SIFS GA算法性能优于常用的多目标优化算法,且可以有效解决多目标置换流水车间调度问题,尤其在解决规模较大的问题上是一种有效方法.

带有可信度因子的直觉模糊近似推理方法

针对基于相似度的直觉模糊近似推理问题,提出一种基于加权相似度量的直觉模糊推理方法。首先定义一种新的直觉模糊相似度度量公式,加入权重参数解决各维特征分配不均匀的问题,弥补了现有直觉模糊相似度量的缺陷。然后构建基于直觉模糊产生式规则的直觉模糊近似推理模型,加入可信度因子解决了随机性引起的信息不确定问题,同时给出模型的推理算法和计算步骤。最后通过实例验证了该方法的实用性和有效性,其在意图识别、目标识别等信息融合领域有良好的应用前景。

直觉模糊集的聚类方法研究

对基于直觉模糊集的聚类问题进行了研究.首先给出直觉模糊相似度的概念,并构建了直觉模糊相似矩阵和直觉模糊等价矩阵;然后定义了直觉模糊相似矩阵的合成运算法则,给出直觉模糊相似矩阵转化为直觉模糊等价矩阵的途径;此外,还分别定义了直觉模糊相似矩阵和直觉模糊等价矩阵的λ-截矩阵,进而给出了直觉模糊集的一种聚类方法;最后通过算例对该方法进行了说明和分析.

权重优化下基于证据推理的直觉模糊多属性决策

针对决策者给出属性权重系数的直觉模糊多属性决策问题,提出一种权重系数优化方法并通过证据推理有效融合各项决策数据。首先,用直觉模糊熵和直觉模糊相似度表示决策信息的客观性,利用熵权法融合公式对主观权重系数进行优化修正;其次,发挥证据推理方法的优越性,将各属性的直觉模糊信息进行融合得到每个方案的综合直觉模糊集;再次,运用一种新的记分函数对每个方案进行综合考量,排序得到最优方案;最后,结合算例验证该方法的有效性和可行性。

最佳觅食算法求解多目标混合流水车间调度问题

针对生产车间中需要同时考虑减少生产时间、确保加工质量以及通过减少能耗而降低生产费用的需求,建立以完工时间、空闲时间、加工质量和机器能耗为目标的多目标混合流水车间调度模型,提出一种基于直觉模糊集相似度的最佳觅食算法.为有效求解此问题,提出基于Largest Order Value规则的双层整数编码方式,在机器层编码部分采用权重法来计算机器的选择概率.针对多目标优化,提出直觉模糊集相似度的解比较策略,采用直觉模糊集相似度的大小衡量Pareto解与理想解的相似程度,判断Pareto解的优劣.通过测试实例和实际案例,验证本算法求解多目标混合流水车间调度问题的有效性和可行性.

基于新直觉模糊距离的随机决策方法

针对指标权重未知,方案的指标值为直觉模糊数的随机直觉模糊决策问题.提出了一种基于前景理论和新的直觉模糊距离的随机决策方法.首先提出一种新的直觉模糊相似度公式,在此基础上构建了一种以直觉模糊数形式表征的直觉模糊距离公式以减少在运算中信息的丢失,运用直觉模糊熵方法确定指标权重,通过前景理论对方案进行对比和排序.最后,算例分析说明了该方法的合理性和可行性.

基于直觉模糊集和证据理论的群决策方法

针对属性值和权重均为直觉模糊数的多属性决策问题,提出一种基于直觉模糊集和证据理论的群决策方法.首先,对专家给出的每个方案的属性值和属性权重进行证据合成,在此基础上合成每个方案的所有属性值;然后,基于直觉模糊集相似度确定专家的相对权重,修正方案证据,并合成所有专家证据,得到方案的信任区间,根据信任区间的大小对方案进行排序;最后,通过数值案例验证了所提出方法的有效性和合理性.

考虑能耗与质量的机床构件生产线多目标柔性作业车间调度方法

针对机床构件的生产存在多品种、小批量、生产能耗大的特点,建立以完工时间、空闲时间、加工质量及机器能耗为目标的多目标柔性作业车间调度模型,提出一种基于直觉模糊集相似度的遗传算法(IFS_GA).该算法将直觉模糊集相似度值作为适应度值来引导算法进化;利用拥挤距离修剪外部档案,提高种群的多样性.此外,为提高初始种群的质量,设计一种基于权重的启发式规则.为提高算法的寻优能力,提出一种新的染色体交叉方法,通过直觉模糊集相似度值选出引导体以引导交叉.最后,在可行的Pareto最优解集中,选择直觉模糊集相似度值最大的解作为最满意解.通过算例测试、实例仿真和QUEST软件验证,结果表明,所提出算法是有效的,并且效果优于NSGAII算法.