S_H型区间值模糊理想

给出SH型区间值模糊左(右)理想和SH型区间值模糊理想的概念,研究了它们的一些性质,并应用区间值模糊集合的扩展原理,讨论了它的同态像和逆像问题,同时对于SH型区间值模糊左(右)特征理想及其性质进行了初步的讨论。

布尔代数的乘积型双极值模糊点理想

理想作为布尔代数中一个重要的推理准则,文中用双极值模糊集研究布尔代数的点理想,在布尔代数中引入了乘积型双极值模糊点理想并研究其性质,又在此定义基础上,得到了布尔代数的乘积型模糊点理想的交、同态像和同态逆像等,也是布尔代数的乘积型模糊点理想的结论 .

T_H型区间值模糊子群的同态象与乘积结构

在群上定义的区间值模糊集空间中 ,通过引入幂等区间范数 ,针对TH 型区间值模糊子群 ,应用广义扩张原理 ,研究了它的同态象和逆象问题 ,并对较为特殊的TH 型区间值模糊正规子群 ,讨论了其乘积可交换的条件与结构特征 .

基于区间值模糊集的理想化软BCK代数

将Zadeh提出的区间值模糊集概念应用于理想化软BCK代数问题的研究。借助于BCK代数的区间值模糊理想、区间值(∈,∈∨q)-模糊理想和区间值(∈,∈∨q)-模糊理想的概念,获得了一个给定的BCK代数上的几类特殊的理想化软BCK代数的若干等价刻画。

S_H型区间值模糊子群(英文)

本文在群上定义的区间值模糊集空间上,引入由T—余范数诱导的幂等区间余范数S_H,定义了S_H型区间值模糊子群,同时,讨论并研究了它的一些基本性质和结构特征,进而,给出了它的同态象和逆象定理。

关于T_H型区间值模糊正规子群的乘积结构

本文在群上的区间值模期集空间上,通过引入幂等区间范数“T_H”,给出了T_H型区间值模糊集乘积的定义,并研究了这种乘积在其模糊正规子群空间上的推广性质。

区间值模糊集的单调型分解定理

用区间值模糊集的概念来统一Ｖａｇｕｅｓｅｔ和直觉模糊集的概念，给出了区间值模糊集的一种新的表示形式．在此基础上给出了区间值模糊集的分解定理，它是一般模糊集分解定理的直接推广．最后，给出了区间值模糊集的单调型分解定理．

半群的区间值Q-模糊双理想和内理想

模糊理想理论是半群的模糊理论的一个重要领域.给定非空集Q,引入了半群的区间值Q-模糊双理想和区间值Q-模糊内理想的概念,讨论了半群的区间值Q-模糊双(内)理想的相关性质.分别给出了半群的区间值Q-模糊双(内)理想与模糊双(内)理想以及区间值模糊双(内)理想的关系.证明了半群的区间值Q-模糊双(内)理想的交和直积仍然是区间值Q-模糊双(内)理想.

坡代数的区间值模糊理想

模糊子代数是模糊代数的一个重要研究内容。为了进一步了解坡代数的模糊理想的特性,在坡代数中引入了区间值模糊理想概念。讨论了坡代数的区间值模糊理想的相关性质。证明了坡代数的区间值模糊理想的交,直积以及同态像也是区间值模糊理想。

半群的区间值直觉模糊理想

为进一步了解半群的模糊结构,丰富半群的模糊理论,将区间值直觉模糊集的概念应用于半群。给出了半群的区间值直觉模糊理想的概念,讨论了它的相关性质,得到了半群的区间值直觉模糊理想与区间值模糊理想之间的关系。证明了半群的区间值直觉模糊理想的交集和积仍然是区间值直觉模糊理想。给出的半群的区间值直觉模糊理想及其相关结果能够丰富和完善半群的模糊理论。

半群的(U,V)-区间值模糊双理想

在半群中引入(U,V)-区间值模糊双理想的概念,并讨论其基本性质.给出半群的(U,V)-区间值模糊双理想与模糊双理想以及区间值模糊双理想的关系,证明半群的(U,V)-区间值模糊双理想的交仍然是半群的(U,V)-区间值模糊双理想,并讨论半群的(U,V)-区间值模糊双理想直积的相关特性.

基于区间二型模糊逻辑的短期风速预测研究

针对风速具有强随机性而难以准确预测的问题,引入二型模糊逻辑以减小预测误差。基于反向传播-奇异值分解混合迭代算法,建立了区间二型模糊模型用于风速的短期时间序列预测,首先通过反向传播算法调节模型输入及规则前、后件集合的参数,然后利用奇异值分解法优选模型规则。同时,基于反向传播算法建立了一型模糊模型和区间二型模糊模型,将其预测结果作为检验性能的基准。仿真结果表明,基于混合迭代算法的区间二型模糊模型能有效精简系统规则并提高预测精度,具有一定的实用价值。

基于正交变换的区间Ⅱ型模糊模型结构精简

针对奇异值-QR(SVD-QR)分解方法存在有效奇异值难以确定的问题,提出采用列选主QR分解方法对模糊模型结构进行分析.运用该方法分析从模糊模型抽取的2个激活强度矩阵,利用矩阵R主对角元素作为判断规则重要性的依据,根据矩阵Π中每列值为1的元素位置确定所对应的规则,从而选取重要的规则,构建简约的区间Ⅱ型模糊模型.将本文方法和奇异值-QR分解方法应用于混沌时间序列预测,同时还对比了两种方法选取的重要规则在不同样本条件下的适应能力.结果表明,两种方法选取的重要规则存在明显差异,并且采用本文方法可以获得更小的误差,平均误差为0.108 6;在不同样本条件下采用本文方法所得误差基本一致,具有更强的泛化能力.

基于区间值直觉模糊集距离的多属性决策方法

针对区间值直觉模糊集上的多属性决策问题,使用区间值直觉模糊集犹豫度的概念,给出区间值直觉模糊集之间一种新的距离公式,并据以提出基于理想点法的区间值直觉模糊集多属性决策方法。最后,借助实例说明该决策方法的有效性。

基于区间值模糊集的[α,β]-三I推理算法

三I推理是一种新的模糊推理方式.本文针对FMP和FMT模型给出区间值模糊集的[α,β]-三I FMP和[α,β]-三I FMT原则,讨论剩余型蕴涵算子下的[α,β]-三IFMP及[α,β]-三IFMT算法.

区间值Fuzzy代数的Fuzzy理想

本文给出了区间值Fuzzy代数及区间值Fuzzy代数的Fuzzy理想的定义 ,并讨论了它们的一些简单性质 ,推广了文 [1 -

基于区间二型模糊逻辑的电力负荷预测研究

针对电力负荷具有强随机性而难以准确预测的问题,引入二型模糊逻辑以减小预测误差。建立了区间二型模糊模型用于电力负荷的短期时间序列预测,先利用反向传播算法来调节模型的参数,再利用相似度来精简冗余模糊集合,最后利用奇异值分解法来优选模糊规则。同时,建立了基于反向传播算法的一型模糊模型与区间二型模糊模型,以及基于反向传播-奇异值分解混合迭代算法的区间二型模糊模型,将其预测结果作为检验性能的基准。仿真结果表明,反向传播-相似度-奇异值分解混合迭代算法能够有效地消除冗余模糊集合与模糊规则带来的不良影响,基于其建立的预测模型具有较高的预测精度,能较好地跟踪实际负荷曲线,性能优于另外三个模型。

基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策

在区间值毕达哥拉斯模糊环境下的多属性决策中,针对决策过程一般未考虑决策人偏好习惯和风险规避的问题,同时为解决现有得分函数忽略区间犹豫度对决策影响的情况,提出了基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策方法。首先,对区间值毕达哥拉斯模糊集(interval-valued Pythagorean fuzzy set, IVPFS)现有得分函数深入分析,定义一种改进后的新得分函数,并证明其相关定理和性质。其次,将新得分函数应用于区间值毕达哥拉斯模糊多属性决策问题中,得出各备选方案在各属性下的新得分函数,基于熵权逼近理想解排序法(technique for order preference by similarity to ideal soution, TOPSIS)确定正、负理想方案的得分函数集。然后,引入前景理论利用前景价值函数对决策人由于损益表现出的主观感受进行描述,得出备选方案的综合损益值,结合各属性权重融合不同方案的综合损益比,通过对比综合损益比大小得出最优方案。最后,利用算例验证了该改进方法的正确性和有效性,展示了与原得分函数的对比分析结果,为多属性决策问题提供了新的技术途径。

区间二型模糊系统的自适应事件触发H∞控制

本文研究了自适应事件触发情形下的一类具有时变时滞区间二型Takagi-Sugeno (T-S)模糊网络化系统的H∞控制问题。首先,提出了一种新颖的自适应事件触发机制。与传统的触发机制相比,该机制通过动态调整事件触发阈值来调节数据传输的数量,在保持良好的控制性能的同时改善有限的网络资源的利用效率。其次,利用构造的时滞相关的李雅普诺夫函数以及自由权矩阵,获得了闭环系统满足给定H∞性能指标的充分条件。在此基础上,借助于奇异值分解技术,给出了基于线性矩阵不等式解的控制器增益参数。最后,通过数值仿真例子验证了该方法的有效性。

二型直觉模糊集

二型模糊集和直觉模糊集都具有很强的实际应用背景.二型模糊集增强了系统处理不确定性的能力,直觉模糊集为解决人们判断问题所出现的犹豫信息提供了理论依据.本文在二型模糊集和直觉模糊集的基础上,给出了二型直觉模糊集的概念,证明了二型直觉模糊集是一型模糊集、直觉模糊集、区间值模糊集、区间值直觉模糊集的广义形式,讨论了二型直觉模糊集的基本运算和二型直觉模糊关系.最后,研究了基于二型直觉模糊理论的近似推理,并实例说明了二型直觉模糊集的实际应用背景.