Fuzzy集的偏熵与关联熵

在文献[1]的基础上,推广模糊熵的概念,首次定义Fuzzy集的偏熵、关联熵和关联熵系数等新概念。对其主要性质进行讨论,并与模糊散度建立联系,得到一些重要结果。

基于关联熵系数的粗糙Vague集相似性度量方法

粗糙Vague集是将粗糙集和Vague集理论相互融合以处理不确定性信息的一种理论工具。本文在深入研究Vague集及粗糙模糊集的关联熵、关联熵系数及集合相似性度量方法基础上,将关联熵和关联熵系数的概念引入到粗糙Vague集,并详细讨论了它们的主要性质,同时证明了关联熵系数满足粗糙Vague集相似度的定义,可用于粗糙Vague集的相似性度量。最后通过实例验证了粗糙Vague集的关联熵系数用于度量粗糙Vague集之间相似性程度的有效性,该理论为粗糙Vague集相似性度量提供了一种新方法。

连续论域上Fuzzy集的信息熵

在文献[1]的基础上,把模糊熵从离散论域推广到连续论域,给出连续论域上Fuzzy集的偏熵、关联熵等概念。对其主要性质进行讨论,取得了一些令人满意的结果。拓宽信息熵的研究领域,对不确定复杂系统的信息处理、知识学习、归纳学习、模糊信息学的进一步研究打下一定基础。

混合偏熵与关联熵

定义联系模糊性和随机性的混合集、混合偏熵与关联熵以及混合关联系数,研究了其性质,并举例说明混合关联系数在现实生活中的应用。

改进的蝗虫优化算法在双目标应急物资中心选址问题中的应用

近年来世界各地频发灾情疫情等紧急事件,严重影响人民的生活物资保障。在这种情况下,急需建立应急物资中心来缓解燃眉之急。该类问题通常面临资源稀缺并且时间相对紧迫的处境,因此需要在短时间内获得合理的应急设施选址方案来提升服务的质量和效率。本文对应急物资中心选址问题展开研究,提出一种考虑后续运输成本以及有概率发生紧急事件而导致无法正常运送物资的双目标离散选址模型,并为此设计一种二进制多目标蝗虫优化算法。该算法采用模糊关联熵系数来引导迭代更新,同时为其添加外部档案,最优解选择机制和竞争决策机制来提升算法性能。多次数值实验表明该算法的计算效率和求解质量较高,可作为应急物资中心选址问题的一种可行且有效的算法。

Vague集信息熵测量及其应用

引入了区别于现有文献的Vague集信息熵和Vague集的关联熵的概念,给出了一种改进的测量方法,并讨论了它们之间的关系。进而,我们揭示了Vague集的熵和Fuzzy集的熵之间的关系,并分析了本文所定义熵的意义。最后,讨论了这种关联熵在模糊识别和医疗诊断上的应用。