基于Hausdroff距离的扩展模糊数相似性测度

提出了一种新的度量扩展模糊数相似性的新方法.在分析了现有几种相似性测度原理的基础上,指出了它们的不足之处,通过将每个扩展模糊数当作图像样本,并引入了模式识别领域中Hausdroff距离,构造了新的相似性测度公式.多组数值算例表明,该方法可以有效地度量扩展模糊数之间的相似性.

基于Hausdroff距离的传感器模糊评价

为有效处理传感器可靠性分析中的不确定性信息,提出了一种模糊风险分析方法。传感系统各部件的失效概率和损失程度都被描述为语言变量,并用三角型模糊数量化语言变量。利用模糊数运算算子获得传感器系统整体的损失程度。提出一种新的基于Hausdroffdistance的相似性测度以确定系统损失所属等级。最后,利用一个算例验证了所提出的模糊分析方法的有效性。

一种新的广义梯形模糊数相似性度量方法及在故障诊断中的应用

当前,研究模糊数(Fuzzy number,FN)或广义模糊数(Generalized fuzzy number,GFN)之间的相似性度量方法,大多用于度量论域在单位区间上的标准模糊数.然而在实际中,非标准模糊数却十分常见,而利用现有的多数方法则须先将其转化为标准模糊数再加以处理.但是,归一化的过程会因引起信息损失致使相似性度量结果不合理.本文提出一种避免归一化过程的广义梯形模糊数(generalized trapezoidal fuzzy numbers,GTFN)相似性度量方法,避免了归一化过程.新的方法结合了广义梯形模糊数的指数距离、周长和面积等因素来计算相似度.同时分析了新度量公式的一些性质.然后,利用12对典型的GFN与现有的主要方法进行比较.结果验证新方法的效能.最后,将所提相似性测度方法应用于基于Dempster-Shafer(DS)证据理论的故障诊断当中,通过实际采集数据来验证本文所提方法的有效性.

广义证据理论中的基本概率指派生成方法

鉴于基本概率指派生成对证据理论的研究具有重要的意义,文中针对辨识框架不完整情况提出了一种强约束广义基本概率指派赋值方法,新方法可以生成空集不为零的广义基本概率指派赋值,该数值的大小反映了系统是开放世界的可能性.针对辨识框架完整情况提出了一种弱约束基本概率指派赋值方法,该方法在样本与表示模型之间不相交时,也可以给出样本与模型相似性度量的数值,根据所提出的策略生成弱约束的基本概率指派.算例表明了所提出方法的有效性.

一种新的广义模糊数相似度计算方法

针对现有关于广义模糊数间相似度计算方法的不足之处,提出了一种新的广义模糊数间相似度计算方法以解决风险分析问题.首先,提出一种新的广义模糊数间相似度的计算方法,该方法综合考虑了两个广义模糊数之间的重心距离、高度以及形状等具体差异,同时证明了所提出算法的一些性质;其次,通过与现有广义模糊数间相似度的计算方法进行比较,说明所提出算法的优越性;最后,总结提出算法的优缺点.

基于重心法的模糊风险分析

为了使模糊风险分析理论在实际中的应用更有效,需要建立更合理的模糊数间的相似性测度公式.以往基于重心法所建立的模糊数间的相似性测度依据的都是近似的重心公式,缺乏理论根据.针对广义梯形模糊数,采用SCGM建立准确的COG公式,说明了基于此表达式计算广义梯形模糊数相似度的优势,从而克服了用近似重心公式得到的相似性测度公式的缺陷.结果表明:基于准确COG表达式所给出的相似性测度进行模糊风险分析,得到的结果可靠性更高,便于决策者作出更加准确的决策.

广义梯形模糊数相似性度量的新方法及其应用

针对模糊数相似度计算问题,提出一种新的基于广义梯形模糊数的相似度量方法,在保证度量有效性的前提下,降低相似度的计算复杂性,提高其区分度,扩大其适用范围.给出区分性、无效率和不合理率三个评价指标,以对不同相似度方法进行比较.实验结果表明新方法具有较好的性能.最后,通过基于DS证据理论的故障诊断实例说明所提方法的合理性和可用性.

基于区间Orthopair模糊Heronian测度的多属性群决策方法

针对区间Orthopair模糊环境中的多属性群决策问题,首先,定义了两个区间Orthopair模糊向量之间的加权余弦相似测度,基于广义Heronian平均算子对相似测度进行集结,提出区间Orthopair模糊Heronian测度,并研究其优良性质;其次,提出一种新的基于区间Orthopair模糊Heronian测度的多属性群决策方法,该方法考虑了属性的关联性对决策的影响,减小了决策中的信息损失。最后,通过将该方法应用于选址决策问题,通过实例验证了方法的有效性和先进性。

基于D-AHP与TOPSIS的突发事件应急管理能力评估

在突发事件应急管理评估过程中,参评专家经验及语言描述差异会导致评估信息存在不确定性和模糊性,直接影响评估结果。针对该问题,基于D数偏好关系改进层次分析法(D-AHP)和逼近理想解排序法(TOPSIS),提出一种突发事件应急管理能力评估方法。根据应急管理实际情况建立评估指标体系,通过构建D-AHP层次结构模型求解各评估指标的影响权重,同时结合专家的评估结果,利用TOPSIS方法对评估对象的突发事件应急管理能力水平进行排序。对某市下辖4个区县的评估结果表明,该方法能有效识别应急管理过程中的关键环节,直观展示各个评估对象的实际水平并有助于给出完善应急管控建设的针对性建议。

一种新的基于重心的广义梯形模糊数相似性测度

采用几何方法精确地计算了广义梯形模糊数的重心(COG),提出了一种度量广义梯形模糊数相似性测度的新方法;考虑了广义梯形模糊数之间的几何距离、重心、周长和面积;证明了所提出相似性测度的一些基本性质.最后,通过实例说明文章提出的度量方法比现有方法能更好地度量广义梯形模糊数的相似性测度.

DETERMINGING BPA UNDER UNCERTAINTY ENVIRONMENTS AND ITS APPLICATION IN DATA FUSION

Dempster-Shafer (DS) theory of evidence has been widely used in many data fusion ap- plication systems. However, how to determine basic probability assignment, which is the main and the first step in evidence theory, is still an open issue. In this paper, a new method to obtain Basic Probability Assignment (BPA) is proposed based on the similarity measure between generalized fuzzy numbers. In the proposed method, species model can be constructed by determination of the min, average and max value to construct a fuzzy number. Then, a new Radius Of Gravity (ROG) method to determine the similarity measure between generalized fuzzy numbers is used to calculate the BPA functions of each instance. Finally, the efficiency of the proposed method is illustrated by the classi- fication of Iris data.

基于可能性理论的广义模糊数排序

针对广义模糊数排序的问题,提出一种基于可能性理论和决策者风险态度的排序方法。利用可能变异系数与决策者风险态度定义广义模糊数大小,在此基础上建立一种新的广义模糊数排序方法,并用实例对该方法的合理性和有效性进行验证。该方法不仅可解决广义模糊数的可能均值与可能标准差相等时的排序问题,还可同时排序不同类型的广义模糊数,并且该方法计算简单,易于推广应用。经数值例子和上海银行间同业拆放利率实例验证,该方法合理有效。

基于前景理论与理想解法的应急预案评估模型

为对突发事件救援确定最优应急预案、提高救援效率,通过选取全面性、时效性、经济性、可操作性4个指标,基于前景理论以及理想解法(technique for order preference by similarity to an ideal solution,TOPSIS)对应急预案优劣排序。首先,专家根据打分标准给出各指标下预案的属性值,并利用Shapley值集结指标;其次,利用直觉模糊熵计算各专家权重值,确定最优方案。以选择最优的应急预案为例,结果表明方法的可行性与实用性。

泛化模糊多属性决策供应商选择研究

对于核心企业而言,如何科学合理地选择供应商对企业成本的控制、供应链的稳定、公司风险的管理都有着极其关键的作用。主要运用模糊理论构建一个基于泛化模糊数的多属性决策供应商选择模型。模型对属性权重的考虑使得模型更为贴合实际且结果更加合理。采用结合矩阵互补特性的可能度偏好矩阵对备选供应商进行排序并得到排序向量。模型可以通过泛化模糊数中参数的调节来满足不同的专家偏好,以使之适应不同的决策环境。

一种新的GBPA生成方法及其在模式识别中的应用

广义证据理论是一种在不完备识别框架中处理多传感器信息融合问题的实用方法.由于时代环境的影响,人们的认知存在局限性,难免会将不完备的识别框架认为是完备的,经典证据理论在这种情况下并不完全适用.因此,根据广义证据理论提出一种新的广义基本概率赋值(generalized basic probability assignment, GBPA)生成方法.该方法首先根据训练数据分别构造样本类别和测试样本的广义三角模糊数模型;然后通过计算样本和类别间的广义三角模糊距离生成GBPA;最后使用广义组合规则融合所有证据并得出最终的结论. Iris数据集的实验结果表明所提方法合理有效,即使在样本不足的情况下仍有较高的分类精度.

基于广义模糊数相似测度风险分析方法

为了提高风险评价信息的可信度,在"单重心方法"(SCGM)计算广义模糊数的重心点基础上,提出了一种新的基于广义模糊数相似测度的模糊风险分析方法.与现有的风险评价方法相比,基于SCGM的模糊风险分析方法考虑了决策者意见的可信度,灵活性和智能化程度更高.以管道失效概率为例给出了该方法的操作步骤,计算结果表明该方法能正确处理模糊风险分析问题,可为安全管理工作提供充分的依据.

含广义三角模糊数的机械结构可靠度计算方法

针对可靠性度量时机械结构中存在广义三角模糊数的不确定性问题，提出一种基于证据理论的离散化机械结构可靠度计算方法．为合理地构建不确定性变量的基本概率分配，首先基于证据变量基本概率分配的离散特性，改进了熵等效法在广义三角模糊数去模糊化时的不足，并在改进熵等效法的基础上提出一种广义密度法对其进行去模糊化处理．然后利用离散化方法将随机变量和广义三角模糊数进行证据结构表征，并将离散的连续焦元序列（子区间）作为其证据体，进而构造其基本概率分配．最后利用证据融合法则对证据体进行融合，以实现信任度和似真度的数值计算．将所提出的方法运用于曲柄滑块机构的可靠度计算，并结合蒙特卡罗模拟法验证了该方法的可行性．

一种基于模糊数相似度的风险分析方法

基于模糊数相似度的风险分析方法具有广泛的应用前景。本文在综合考虑两个广义模糊数之间的重心距离、高度以及形状等指标的基础上,提出一种新的广义模糊数相似度计算方法以解决风险分析问题。首先,在对已有广义模糊数相似度计算方法分析的基础上,提出一种新的相似度计算方法,并证明了其一些性质;其次,基于27组具有代表性的广义模糊数,与其他广义模糊数相似度的计算方法进行比较,进一步说明所提出算法的优越性;最后,将所提出的广义模糊数相似度计算方法用于进行风险分析。

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.

基于可变模糊集的权重信息不完全的语言多属性决策研究

针对权重信息不完全的语言多属性决策问题,提出一种基于可变模糊集理论的决策分析方法。首先将语言评价值转化为三角模糊数,计算各方案到正负理想点的加权广义欧式权距离,构建非线性规划模型,可同时得到属性权重和各方案的相对优属度,并按照相对优属度的大小将方案排序,选出最优方案;最后是一个实例分析,将该方法所得结果与现有方法的计算结果进行了比较。