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 .

T_H型区间值模糊正规子群

本文在区间值模糊集空间上，引入了幂等区间范数ＴＨ，在此基础上，定义了ＴＨ型区间值模糊正规子群，并研究了它的一些性质和结构特征，从＊而拓广了区间值模糊集的理论。

T_H型区间值模糊正规子群的乘积与同态象定理

在群上的区间值模糊集空间上，引入幂等区间范数ＴＨ，定义了ＴＨ型区间值模糊集的乘积，在此基础上，研究了这种乘积在其模糊正规子群空间上的推广性质，给出了ＴＨ型区间值模糊正规子群的同态象定理．

关于T_H型区间值模糊子群的同态

本文在群上的区间值模糊集空间中,通过引入幂等区间范数,定义了区间值模糊子群,井应用[5]所给出区间值模糊集扩张原理,讨论了它的同态象和逆象问题。

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。

■型格区间值模糊子群

利用完备分配格L上的t-模T,引入格区间集合[L]上的t-模,在此基础上定义■型格区间值模糊子群等概念,研究它们的性质,给出了■型格区间值模糊子群和■型格区间值模糊正规子群的刻画。

反T_H型区间值模糊子群

在群上的区间值模糊集空间中 ,通过引入算子———幂等区间范数“TH” ,定义了反区间值模糊子群 ,研究了它的一些性质及结构特征 ,并利用区间值模糊集的扩张原理 ,讨论了它的同态逆象问题 .

区间值直觉模糊子群

研究了区间直觉模糊子群,且引入了区间值直觉模糊正规子群概念,并利用集合套研究了区间值直觉模糊子群和区间值直觉模糊正规子群.

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。

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．

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.

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。

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.

Ⅱ-型模糊集截集的定义及特征研究

经典模糊集的截集概念是经典模糊集合与经典集合联系的桥梁,对于II-型模糊集,该文在分析II-型模糊集、区间值II-型模糊集、I-型模糊集以及经典集合之间关系的基础上,定义了II-型模糊集的截集概念,分析了II-型模糊集截集的特征,仿真证明了II-型模糊集截集的有效性,为基于II-型模糊集的决策、聚类等实际应用提供了新的方法。

基于区间二型犹豫熵与风险偏好的多属性决策方法

针对以区间二型模糊集(IT2FSs)为信息环境的多属性决策问题,构建了考虑决策者风险偏好的决策模型,解决了区间二型模糊集内在犹豫性难以量化的问题.首先介绍了区间二型模糊集的相关知识,综合考虑两种期望平均提出了区间二型模糊集排序值公式以比较模糊数的优势关系,同时提出使用几何度量刻画模糊性与犹豫性的区间二型犹豫熵来度量区间二型模糊集的不确定性.考虑到决策者的风险态度对决策结果可能的影响,引入决策者风险偏好因子,构造了风险偏好因子与传统的熵权法相结合的新的权重求解模型并给出了决策算法.最后用一个风险投资的实例验证决策者的风险偏好对属性权重以及决策方案的排序所产生的影响.

离散II-型模糊集的不确定性度量

随着II-型模糊集理论的不断发展和应用领域的扩大,需要探讨II-型模糊集不确定性的性质与度量方法,在研究II-型模糊集不确定性特征及模糊熵的基础上,通过扩展模糊熵的定义,给出了离散II-型模糊集熵的定义,证明其满足模糊熵的4条公理性条件,该定义将对II-型模糊集在不确定环境中的应用提供新的思路和方法。