基于相似度的三参数区间灰数决策方法

为了解决复杂决策环境中的多属性群决策问题,考虑问题的灰数特质及决策者的心理因素,提出了基于相似度的三参数区间灰数决策方法。首先,从区间长度和重心的角度出发,提出了相似度计算公式。其次,考虑决策者与环境的关系,建立基于相似度的决策者心理认知场,引入数据势理论,求得决策者权重;结合距离公式和熵权法求得属性权重;最后,构建了基于前景理论、相似度和逼近理想解排序法相结合的方案决策模型。采用算例证明了模型具有优化方案之间的差异度的效果,并验证了可操作性及合理性。

区间值直觉模糊相似度及其应用

相似度是模糊集理论中的一个测度,常用来度量两个模糊集的接近程度。在区间值直觉模糊环境下的多属性决策问题中,一个相似度的优劣影响着决策结果的准确性。在以往的研究中,已经有大量的区间值直觉模糊相似度被提出,在分析这些相似度过程中,发现其中大多存在着反直觉的情况。本文从熵测度的角度出发,基于熵测度和相似度的相关关系,由熵测度导出一个对应的相似度,并证明其满足相似度的公理化定义,接着通过实例说明提出的相似度的有效性和优越性。最后将其与传统VIKOR方法相结合,应用于多属性决策问题之中。

基于相似度的区间数排序

为设计一种简便而又科学的区间数排序方法,在综合考虑区间数的特点、提取区间数中的隐形数据、对数据进行处理等基础上,根据各个区间数与目标区间数相似度程度的不同,提出了一种新的对区间数进行排序的方法,并提出了这种排序方法的一些优良性质,如:序关系完全性、传递性、等价替换性、区间数长度相等且区间数的属性为效益型时中心越大越好、区间数中心重合时区间越小越好等,充分表明了这种方法的科学性与可行性。最后,通过一个算例说明这种简单、方便、科学的排序方法的操作过程。

区间犹豫模糊三角相似度及其多属性群决策

构建了区间犹豫模糊三角相似度公式,并且研究了区间犹豫模糊环境下属性权重信息完全未知的多属性群决策方法。首先基于正弦三角函数构造了区间犹豫模糊三角相似度公式,并证明其满足区间犹豫模糊相似度公理化定义的四个条件;接着给出了区间犹豫模糊交叉熵的公理性定义,同时研究了区间犹豫模糊相似度和区间犹豫模糊交叉熵的关系;最后基于区间犹豫模糊三角相似度,提出了在属性权重信息完全未知条件下的区间犹豫模糊多属性群决策方法,并用实例验证该方法的可行性和有效性。

基于案例推理的区间属性相似度研究

分析了传统的实例检索策略的不足,提出了一种区间属性值之间相似度的计算方法.该方法是通过计算长度重叠率或面积重叠率来计算其相似程度.所提出的方法可以有效地处理实例检索中的不确定性,并能提高基于实例推理系统的性能.

基于三角模糊数相似度的区间型组合预测模型

文章在用区间数描述的不确定现象组合预测问题中,采用一种新的研究思路,将区间数转换成三角模糊数,选取三角模糊数相似程度的度量指标作为最优准则,构建基于三角模糊数相似度的定权系数区间型组合预测模型。在此基础上,引入广义诱导有序信息集成算子,构建基于三角模糊数相似度的GIOWA算子的变权系数区间型组合预测模型。最后实例分析验证两类模型的合理性和有效性,并针对变权系数模型中GIO?WA算子的参数作出灵敏度分析。

基于新的区间直觉模糊集相似性测度的模式识别

有关区间值直觉模糊数(集)的相似性研究较少,并且现有的方法在处理实际问题时效果较差。针对这个问题,提出了区间值直觉模糊数(集)相似性测度的新方法,包含了隶属度,非隶属度,犹豫度,以及后者对前两者的影响,将隶属度,非隶属度,犹豫度的相似度表示成三元组的形式,用TOPSIS的思想处理该三元组,得出一种新的有效的相似性度,证明其合理性。将其应用到模式识别实例中,验证其有效性。

基于向量相似度的区间数排序方法及其应用

挖掘区间数的信息,把区间数转换成信息向量,然后利用向量的相似度研究区间数的排序问题,得到了基于向量相似度的区间数排序方法。同时讨论了该方法在多属性决策中的应用原理和步骤。最后,通过一个实例验证了方法的可行性和有效性。

基于区间数度量的区间值模糊集合的相似度、模糊度和包含度的关系研究

区间值模糊集合的相似度、模糊度和包含度及其关系研究是区间值模糊集合的一个研究热点。考虑到区间值模糊集合所表示信息的丰富性,本文使用区间数而非实数来刻画区间值模糊集合的包含度,首先给出基于区间数度量的区间值模糊集合的包含度的公理化定义,然后通过五个定理详细研究了基于公理化定义的区间值模糊集合的相似度、包含度和模糊度之间的相互转换,最后,给出了若干计算公式来计算基于区间数度量的区间值模糊集合的相似度、模糊度和包含度。这些结论,一方面丰富了区间值模糊集合的信息测度(相似度、模糊度和包含度)的内容,另一方面也为区间值模糊集合的近似推理、决策分析、模式识别等领域的应用提供了新方法和新理论。

基于相似度的区间二型模糊多准则群决策方法

针对准则权重信息完全的区间二型模糊多准则群决策问题,提出了相似度测量方法以及基于区间二型模糊数相似度的决策方法。该方法首先通过区间二型模糊数的集结算子计算出方案的综合准则值,根据期望值对综合准则值进行比较后确定出正、负理想方案,然后计算各方案分别和正、负理想方案之间的相似度,进一步求出贴近度系数后从而得到方案的排序。最后,算例分析表明了该方法的有效性和可行性。

基于区间相似度的动态服务协商模型

针对服务协商中信息的不对称性、协商环境的动态性以及QoS属性的不确定性和模糊性,提出基于区间相似度的动态服务协商模型。利用区间相似度和区间估计预测对方的协商策略,以此制定己方的最优反策略。算例分析表明,在动态服务协商环境下,该模型比静态协商模型更贴近现实的协商行为,能有效提高协商效率。

区间犹豫模糊熵和区间犹豫模糊相似度

基于犹豫模糊熵的概念,提出了区间犹豫模糊熵和相似度的概念,同时研究了它们之间的相互关系。给出了区间犹豫模糊熵的公理化定义,在此基础上构造了两种形式的熵测度公式,并且证明了它们满足区间犹豫模糊熵的四条公理化准则;依据区间犹豫模糊熵引入了区间犹豫模糊加权熵的概念;提出了区间犹豫模糊相似度的概念,并且研究了区间犹豫模糊环境下的熵和相似度之间的关系。

区间值模糊集的分解定理及相似度的计算

针对区间值模糊集相似度公式只是经验公式并没有理论依据问题.建立了区间值模糊集新的截集概念,研究了相似度计算方法.结果表明:所建立的新截集概念是以往截集概念的推广.在新截集理论的基础上,进一步给出了区间值模糊集的分解定理;根据该截集发展出一种推导区间值模糊集相似度的方法,建立了模糊集相似度与区间值模糊集相似度之间的联系,可进一步应用到模糊风险分析研究中.

基于DOST能量相似度的有源配电网故障区间定位方法

有源配电网小电流接地系统发生单相接地短路时,通过理论分析得出单个DG接入配电网并不影响零序电流大小的结论,由此提出一种基于离散正交S变换(DOST)暂态零序电流能量相似度的故障定位方法。首先对线路上检测设备上传的暂态零序电流信号进行离散正交S变换,然后利用得到的时频矩阵中的元素计算线路区间两端检测点的能量相似度,能量相似度小于设定的阈值即为故障区间。MATLAB/Simulink仿真结果表明该方法准确有效,适用于有源配电网的故障区间定位。

区间直觉模糊集的新相似性测度

相似性测度是度量两个集合相似性程度的重要方法.本文针对Liang和Shi提出的直觉模糊集的相似性测度存在的问题进行改进,并将改进后的直觉模糊集的相似性测度推广到区间直觉模糊环境.同时,归纳了一种计算区间相似性测度的一般步骤,最后通过实例验证了该方法的有效性.

基于新的区间二型模糊相似测度的多属性群决策方法

文章基于区间二型模糊数的可能度提出上、下隶属函数的离散度概念,同时定义了一种新的区间二型模糊相似测度,研究了它们的性质,并基于新的区间二型模糊相似测度准则,构建优化模型求解群决策信息为区间二型模糊数的专家权重和属性权重,给出了一种基于新的区间二型模糊相似测度的模糊多属性群决策方法,最后通过投资选择群决策来验证了新方法的合理性和有效性。

面向稀疏数据的协同过滤算法相似度

针对数据稀疏加剧导致传统相似度模型的推荐准确性低的问题,提出一种混合的协同过滤相似度模型。引入Jensen-Shannon(JS)散度作为基函数,利用全局评级概率分布衡量用户间评级偏好相似度。定义融合评级值的结构型相似度作为权重因子,针对用户的共同评级项目设计差异化的相似度计算方式,提高相似用户的区分度,得到基于相对区间跨度的相似度。在不同稀疏度数据集上与7种具有代表性的相似度方法进行对比实验,其结果表明了所提方法在预测和推荐准确性指标上均有良好性能。

均值相似度与区间相似度在石菖蒲GC-MS特征指纹图谱中的比较

目的探讨石菖蒲挥发油GC-MS特征指纹图谱相似度计算的合理方法,为中药GC-MS特征指纹图谱相似度的计算提供一种可行模式。方法比较3种不同相似度计算方式:①仅取21批次石菖蒲挥发油中甲基丁香酚、顺式甲基异丁香酚、反式甲基异丁香酚、-γ细辛醚、β-细辛醚、-α细辛醚等6个特征指标成分与均值比较。②除6个特征指标成分外,将其余成分视作一个整体,并入一同与均值进行计算。③视每个特征成分的均值加减标准差这个区间为天然波动范围,计算“区间相似度”。并采用文献数据验证3种计算方法的实用性。结果暂定特征指标成分加其余成分合计相似度(夹角余弦法)在0.97以上的样品为合格样品;“区间相似度”能合理体现挥发油的质量,暂定0.96以上样品质量较佳。结论本文建立的石菖蒲数据信息共有模式,使在不同GC-MS仪器、色谱柱、色谱条件下的分析结果可以相互比对,提高指纹图谱的实用性。“区间相似度”似更符合中药成分的实际情况,它不是一个固定的值,而是一个波动的区间,而将这一区间控制在合理的范围即可保证中药的质量稳定。

基于最大最小偏差与相似度的区间型群组决策方法

针对专家偏好信息为区间型的多属性群决策问题,文章提出基于最大最小偏差与区间相似度的决策方法。该方法首先根据最大最小偏差的模型求解属性权重,将专家决策矩阵集结为综合决策矩阵,其次通过构造区间数相似度计算标准区间的程度,根据各专家偏好信息贴近标准区间的程度确定专家权重,利用加权和集结各方案的综合评价值,基于相似度定义新的区间数比较方法对所有方案排序并选出最优方案。最后通过算例说明该方法的适用性和可行性。

基于相似度的区间数群决策方法

针对属性值为区间数的多专家多属性群决策问题,首先,给出了一个度量区间数相似度的新公式,然后研究了相似度一些优良的性质,提出了一种基于相似度的区间数群决策方法,并给出了决策的具体实施步骤.该方法利用OWA算子集结群体专家意见,通过各方案与正、负理想方案的比较,实现对决策方案的排序.最后,通过算例分析验证了该方法的可行性和合理性.