区间值直觉Fuzzy集的扩展定理

在[1][2]的基础上,给出了区间值直觉Fuzzy集(IVIFS)的扩展定理的几种形式。

模糊知识处理与模糊集理论的若干拓展

模糊系统是一种基于知识或基于规则的系统 ,模糊知识处理技术的发展引起模糊集理论出现了各种拓展。首先叙述了模糊集理论的形成与发展 ,以及模糊集理论在人工智能、知识处理领域的作用与应用。其次 ,给出了对模糊集合的各种拓展 ,如直觉模糊集、L -模糊集与L -直觉模糊集、区间值模糊集与区间值直觉模糊集、Vague集等的定义与描述。最后 ,重点讨论了各种模糊集拓展形式之间的相互联系及可能对模糊集理论发展产生重要影响的统一集理论 ,提出了通过某种变换或算子建立起各种集合理论拓展形式之间联系的假设。结论认为 。

基于区间值直觉模糊集加权TOPSIS的高校教师教学效果评价

开展高校教师教学效果评价是提高高校教学质量管理的有效方法之一。基于教学效果评价信息的不确定性,部分文献提出了模糊综合评价、TOPSIS、直觉模糊多属性决策等多种方法。但针对多属性决策中所包含的大量模糊和不确定信息的问题,则采用区间值直觉模糊集加权TOPSIS法,能得到更好地解决。通过定义区间值直觉模糊集和2个区间值直觉模糊集之间的距离等概念,并结合加权TOPSIS原理,计算各方案到正、负理想解的距离和紧密度的综合指标值,从而判断各备选方案的优劣次序。最后通过高校教师教学效果评价实例证明了其方法的有效性。

基于同构化信息融合的异构不确定多属性决策新模型与新算法

不确定多属性决策过程中,现有两大困难:(1)如何较好地表达和处理具有不确定性的属性评价信息;(2)如何将基于多样性评判准则的多准则评价结果进行信息融合,并获得更合理的综合评价结论。基于同构化思想,针对学术界最近才提出的一种能较好地处理具有多信息来源模糊信息的新数学模型"多值直觉模糊集模型",研究了多值直觉模糊集的隶属度与非隶属度的综合评判新课题与新方法;提出了兼有不确定语言型与区间型的异构风险型多属性决策新问题与新模型,构造了基于同构化信息融合的异构不确定多属性决策新模型与新算法。

一种基于残缺信息的多准则区间直觉模糊决策方法

提出一种权重系数存在残缺信息的多准则区间直觉模糊集的排序算法。该方法通过逻辑集成得到各方案的区间直觉模糊集,计算各种方案的区间直觉模糊数的Hamming距离,并建立非线性规划模型,利用粒子群算法求解所得的优化模型,得出最优准则的权重系数。然后通过比较区间直觉模糊集与优级方案及次级方案的距离来进行最优排序。最后利用实例对方法的有效性和可行性进行了说明。

关于区间值直观模糊集上的拓扑空间

在区间值直观模糊集上定义了一系列拓扑空间中的概念,并得到了一些重要结论。

基于相对熵的区间型直觉模糊集多属性决策方法

针对属性权重完全未知且属性值为区间的直觉模糊集的多属性决策问题进行了研究,定义了区间型直觉模糊数相对熵和含参数新的得分函数,然后由TOPSIS方法得到权重,最后通过实例分析验证了所提出方法的有效性和可行性.