一类集值映射在迭代下集值点和集值区间的变化

集值点和集值区间在迭代下的无规则变化是集值映射动力学行为变得复杂的主要原因.研究了一类单调的单集值点映射的迭代,讨论这类映射在迭代下集值点和集值区间的变化规律.

一种新区间值vague集及其在模式识别中的应用

基于现有定义证明了区间值vague集并非vague集的扩展,并提出了一种新的区间值vague集定义。证明了vague集和区间值vague集都是新区间值vague集的特例。进而提出了带参数区间值vague集的概念,并从已知隶属度和非隶属度出发,重点分析了带参数区间值vague集的构造。将模式识别与医疗诊断案例进行了对比。仿真实验结果表明,带参数区间值的vague集方法比传统的vague集方法更全面且更具灵活性。

基于距离的区间值Vague集的多准则决策方法

研究将实数型Vague集的距离方法扩展成为区间值Vague集的距离度量方法.给出区间值Vague集的模糊度定义和Hausdorff距离,建立基于距离的区间值Vague集多准则决策的相对优属度法,并通过例子说明实施方法的步骤.

区间值模糊软集的格结构

研究了区间值模糊软集的代数性质。给出了相关算子的一些性质,证明了De Morgan对偶律是成立的;建立了区间值模糊软集的两种格结构;得到这两种格均是分配格。

区间值模糊软集的信息测度及其聚类算法

针对区间值模糊软集信息测度难以精确定义的问题,提出了区间值模糊软集的距离测度、相似度、熵、包含度、子集度的公理化定义,给出了区间值模糊软集的信息测度公式,并讨论了它们的转换关系。然后提出了一个基于相似度的聚类算法,该算法结合区间值模糊软集的特性,着重对给出评价对象的具有相似知识水平的专家进行聚类,同时讨论了算法的计算复杂度。最后通过实例说明该算法能有效地处理专家聚类问题。

基于区间值Vague集的多属性模糊决策方法

区间值Vague集作为Vague集的一种有用推广,已经在系统控制以及智能决策等方面有较为广泛的研究与应用.针对不确定系统处理中常出现的模糊决策问题,通过将决策方案的约束条件属性集转化成区间值Vague集,并综合考虑约束条件属性肯定出现的区间值程度以及肯定不出现的区间值程度和未知是否出现的含糊(犹豫)程度区间,给出一个基于区间值Vague数的记分函数和区间值Vague集的有效的多属性模糊决策方法,使得决策更加合理更具弹性.最后通过一个实例表明我们所提出的方法在不确定系统决策中确是简便可行的.

格区间值Fuzzy集的分解定理(Ⅰ)

对格区间值Fuzzy集作了进一步的研究,分别给出了[λ1,λ2]、(λ1,λ2]、[λ1,λ2)、(λ1,λ2)上的下截集、上截集、下重截集和上重截集的新的定义及一种新的闭区间与格区间值Fuzzy集的运算,并给出了与此相应的四条重要的分解定理.

区间值晕集与区间值模糊集

讨论四种形式区间值晕集的性质,并利用晕集对区间值模糊集的隶属函数与运算进行重新刻画。

区间值Vague集在多传感器信息融合中的应用

采用区间值Vague集表达多传感器信息融合问题,提出了一种新的融合方法。定义区间值Vague集的距离和得分函数,利用关系矩阵确定各传感器的综合支持度,进而得到目标的综合得分函数,给出融合结果。实例分析验证了方法的有效性。

基于广义区间值模糊软集的群决策方法

文章给出了广义区间值模糊软集的矩阵形式,基于区间值模糊数的算术加权平均算子,研究了广义区间值模糊软矩阵序列的算术加权平均算子。然后,给出了区间值模糊数的得分函数表达式,进而定义了广义区间值模糊软矩阵的得分矩阵。利用广义区间值模糊软集的标准化得分矩阵定义了它的加权比较矩阵。最后,基于以上几种矩阵,给出了具体的广义区间值模糊软集环境下的群决策算法,并且通过实例验证了算法的可行性。

动态区间值模糊软集及其决策应用

文章提出了动态区间值模糊软集的概念,定义了动态区间值模糊软集的运算,研究了动态区间值模糊软集的运算性质,给出了动态区间值模糊软集决策方法,通过实例说明了决策方法的可行性与有效性。

格区间值模糊集的分解定理和表现定理(Ⅰ)

针对区间值模糊集合,在完备格的基础上建立一种更为广泛的区间值模糊集——格区间值模糊集,构造了8种新的格区间值模糊集截集和相应的一种新的格区间与格区间值模糊集截集的运算,进而根据已有的模糊集合的分解定理和表现定理,给出了格区间值模糊集的两条分解定理和两条表现定理.

基于区间值Vague集的多传感器信息融合TOPSIS法

针对区间值Vague集表达的多传感器信息融合问题,提出了一种基于TOPSIS的融合方法。该方法定义了区间值Vague集的距离,给出了正、负理想目标,并得到各目标与正、负理想目标的距离,根据各目标与正理想目标的相对接近度给出融合结果。实例分析验证了方法的有效性。

区间值集函数变差的性质

为了解决不确定环境中的决策问题,采用理论分析的方法,将决策者的风险偏好引入到区间数的运算中,提出基于风险因子的区间数运算法则,在此运算法则基础上,定义了区间值集函数的变差,研究了区间值集函数不交变差的零零可加性,零可加性,穷竭性,及从下连续性等基本性质。结果表明:定义的区间值集函数的变差是对经典测度论中不交变差的自然推广,对不确定环境中的决策及建立模糊测度具有很强的指导意义。

区间值fuzzy集的隶属原则及其应用

讨论了区间值ｆｕｚｙ集的模型识别问题．首先，引入了区间数的两种排序方法；并以此给出了区间值ｆｕｚｚｙ集的隶属原则；其次，给出了区间值ｆｕｚｚｙ集的模型识别的两个具体实例；最后，为了度量所得结论的可靠程度，引进了可信度的概念；并提出了可信度的计算公式．

区间值直觉Fuzzy集的结构

引进区间值直觉 Fuzzy集的截集的概念 。

格区间值Fuzzy集分解定理的二种表现形式

文［１］定义了闭区间乘格区间值Ｆｕｚｚｙ集，在此定义下给出了格区间值Ｆｕｚｚｙ集分解定 理．本文重新定义了闭区间乘格区间值Ｆｕｚｚｙ集，并给出格区间值Ｆｕｚｚｙ集分解定理的新形式．

区间值模糊参数软集及其在决策中的应用

定义了区间值模糊参数软集的概念,研究了区间值模糊参数软集的运算及运算性质。然后,给出利用区间值模糊参数软集进行决策的方法,并通过实例说明了方法的可行性。

区间值模糊概率集及其在模式识别中的应用

首次提出区间值模糊概率集(IvFPS)的概念.区间值模糊概率集的矩和其他一些重要性质,以及区间值模糊概率集间的相关性也将得到研究和探讨.最后通过一个实际数例来阐述区间值模糊概率集的相关系数在模式识别中的应用.

区间值直觉Fuzzy集的分解定理

文 [3]定义了区间值直觉 Fuzzy集的截集及性质 ,本文在此基础上建立了区间值直觉 Fuzzy集的一系列分解定理。