基于直觉模糊S-粗集副集的目标合群算法

阐述直觉模糊S-粗集和直觉模糊S-粗集副集的数学结构与特性。针对空间群的动态性,用一个双向直觉模糊S-集合表示一个空间群,群中的动态目标构成直觉模糊S-粗集的副集。给出基于直觉模糊S-粗集副集的目标合群算法,对空间群中发现新目标、目标合群等动态操作过程进行分析。通过实例证明该方法的正确性和有效性,计算结果表明该方法能较灵活地处理目标编群中的动态问题。

直觉模糊S-粗集时态逻辑算子及扩展运算性质

首先给出直觉模糊S-粗集的基本概念,在直觉模糊S-粗集基本运算的基础上,引入两个典型的作用于直觉模糊S-粗集的时态逻辑算子"□(always)"和"◇(sometimes)",重点研究了直觉模糊S-粗集在时态逻辑算子作用下的若干扩展运算及其性质。最后将这些性质归结为定理,并给出详细的证明过程。

直觉模糊S-粗集的一般结构及性质

在一般等价关系下,给出单向直觉模糊S-集合、双向直觉模糊S-集合的概念,利用这些概念,提出直觉模糊S-粗集,给出直觉模糊S-粗集的数学结构和有关结论,对有关性质进行了讨论。直觉模糊S-粗集为研究动态信息系统中大量的不确定性问题提供了新的途径和方法。

直觉模糊S-粗决策模型及应用

基于直觉模糊S-粗集理论,提出双向直觉模糊S-粗决策模型。首先给出指标值的量化方法,将目标矩阵进行标准化处理。其次,建立直觉模糊S-粗决策的上-决策和下-决策优化模型,并给出直觉模糊S-粗决策算法及详细步骤。最后,以空袭目标为例,详细研究了目标威胁程度评估过程。结果表明,直觉模糊S-粗决策模型能够综合处理决策因素的定性与定量因素,得到的决策结果综合性能最优。所得的排序结果真实、准确地反映了实际情况。