一种改进的直觉模糊熵公理化定义和构造公式

针对现有的直觉模糊熵的公理化定义和构造公式未能全面体现直觉模糊集模糊性的缺陷进行分析, 提出一种改进的直觉模糊熵的公理化定义, 据此构造一个新的直觉模糊熵的计算公式, 并将该公式与现有直觉模糊熵公式进行比较. 算例分析表明, 所提出的熵公式能够更充分地反映直觉模糊集的不确定性和未知性程度.

     

直觉模糊熵约束条件的改进及新模糊熵构造

为解决直觉模糊熵的定义和度量不合理问题,提出了一种直觉模糊熵的公理化定义并构造了新的度量方法。首先分析了现有直觉模糊熵的公理化定义中存在的差异并指出其缺陷和不足;接着提出了一种改进的直觉模糊熵的公理化定义,并构造了新的直觉模糊熵的计算公式;最后,通过实例,将新公式与现有直觉模糊熵公式进行了比较对比。算例分析表明,所提出的熵公式能够反映直觉模糊集的不确定性和模糊性,并且对直觉模糊集不确定性的区分能力更强。     

一个基于三角函数的直觉模糊熵公式

利用三角函数定义了一个直觉模糊熵公式,该公式不仅考虑了直觉模糊集的隶属度与非隶属度的偏差,而且考虑了直觉模糊集的犹豫度.对以往文献给出的两个直觉模糊熵公式进行了讨论,并将所提出的公式与这两个公式进行了比较.算例分析表明,所提出的熵公式能够反映直觉模糊集的不确定性和未知性程度.     

一种新的区间直觉模糊熵及其应用

提出了区间值直觉模糊集的区间直觉模糊交叉熵,这种交叉熵充分考虑了区间值直觉模糊集的隶属度,非隶属度以及犹豫度。给出一种区间值直觉模糊集的区间直觉模糊熵的公理化体系,并且基于直觉模糊交叉熵公式给出一种区间直觉模糊熵的具体测度公式。利用区间值直觉模糊集的加权相关系数,将提出的熵公式应用于解决属性权重完全未知的区间直觉模糊多属性决策问题。     

区间直觉模糊粗糙集的不确定性研究

对区间直觉模糊信息系统中近似集的不确定性进行了研究,给出了区间直觉模糊粗糙集的不确定性度量公式。首先在区间直觉模糊近似空间中,定义了一对具有对称性的新的区间直觉模糊上、下近似算子;其次给出了区间直觉模糊集粗糙隶属函数的定义并讨论了相关性质;最后利用区间直觉模糊粗糙隶属函数的区间直觉模糊熵,定义了区间直觉模糊粗糙集的模糊熵,并讨论了区间直觉模糊粗糙集的模糊熵为零的充要条件,证明了在区间直觉模糊近似空间中经典集合和它的余集的粗糙度量是相等的,以此说明定义的合理性。     

多值直觉模糊集定义

基于直觉模糊集的基本概念,考虑其隶属度与非隶属度两个因素的影响,定义了一种多值直觉模糊集,并给出了五种多值直觉模糊集的隶属度与非隶属度的综合评判准则,即算术平均法、几何平均法、去掉最大最小值算术平均法、隶属度中值法、非隶属度中值法,从而使直觉模糊得到了拓广和应用.     

一种加权直觉模糊熵分割法

针对现有的直觉模糊熵阈值法对于光照不均匀图像的分割很不理想,提出了一种新的加权直觉模糊熵,将其应用于图像分割最佳阈值的选取,最后给出了加权直觉模糊熵阈值化准则的权重选取方法。实验结果表明,该加权直觉模糊熵阈值法是可行的,可以弥补现有直觉模糊熵阈值法的不足。     

广义直觉模糊熵及其在权重确定中的应用

在综合考虑直觉模糊集(IFS)的直觉信息和模糊信息的基础上,提出广义直觉模糊熵的定义;分析直觉模糊集的直觉信息和模糊信息对广义直觉模糊熵的影响;在合理选取广义直觉模糊熵参数的前提下,基于熵权法构建一种同时获取决策者和属性权重的方法.案例分析验证了所提出方法的可行性和有效性,为解决权重信息完全未知的多属性群决策(MAGDM)问题提供一类新思路.     

基于直觉模糊包含度的聚类有效性分析

针对直觉模糊集合数据的聚类有效性问题,提出了一种基于直觉模糊包含度的聚类有效性分析方法。该方法采用直觉模糊包含度和直觉模糊划分熵来评价直觉模糊聚类的有效性。其中,直觉模糊包含度通过增加非隶属度参数对模糊包含度进行直觉化扩展,用于评价类与类间包含的程度;而直觉模糊划分熵用于检验分类结果的可靠性。最后通过典型实例验证了该方法的有效性。     

基于直觉模糊熵的目标函数聚类

针时将模糊聚类扩展为直觉模糊聚类具有的重要的理论和应用价值,研究了直觉模糊熵的基础上,提出了一种基于直觉模糊的聚类目标函数的思想.利用拉格朗日定理推导了目标函数参数求解,并给出了基于直觉模糊熵的聚类算法.通过典型试验表明基于直觉模糊熵的目标函数聚类提高了聚类的准确率,性能优于模糊聚类.     

直觉模糊集的聚类方法研究

对基于直觉模糊集的聚类问题进行了研究．首先给出直觉模糊相似度的概念，并构建了直觉模糊相似矩阵和直觉模糊等价矩阵；然后定义了直觉模糊相似矩阵的合成运算法则．给出直觉模糊相似矩阵转化为直觉模糊等价矩阵的途径；此外．还分别定义了直觉模糊相似矩阵和直觉模糊等价矩阵的λ-截矩阵，进而给出了直觉模糊集的一种聚类方法；最后通过算例对该方法进行了说明和分析．     

直觉模糊集的包含度

Atanassov直觉模糊集是对Zadeh模糊集最有影响的一种扩充和发展,而直觉模糊包含度是模糊包含度的直觉化扩展.针对文献[7]中Vague包含度仍然是一个模糊值的问题.提出一种新的直觉模糊集的包含度定义,该包含度取值于一个特殊格L,与直觉模糊集理论的基本思想相一致.验证了4类直觉模糊包含度公式,证明了直觉模糊R-蕴含可以生成一类直觉模糊包含度.     

广义的直觉模糊蕴涵及剩余格

根据交通流的动态变化情况,实时优化交通信号配时,是减少交通延误,提高交通效率的有效方法。为减少信号优化时间,提高时效性,提出一种并行化的交通信号对比分析算法,该算法首先根据专家经验和交通管理常识设定一定的信号变化区间,然后针对该区间给定变化区间Δ,依次给定相应的信号配时策略,将每一种信号配时策略分配给集群系统中的一个计算节点,由各个计算节点分别进行仿真运算,最后由主节点聚合分析,对比给出最优信号控制方案。以微观交通仿真系统Paramics进行了仿真实验,结果表明,在4个节点组成的并行网络中,加速比为1.75,其提高了仿真效率,且能较好地遴选出最优控制方案。     

BL-代数上的几种直觉模糊滤子

结合直觉模糊集和滤子理论,对BL-代数上的直觉模糊滤子进行了研究。首先回顾了BL-代数和直觉模糊集的有关基础知识。然后引入BL-代数上的直觉模糊滤子、直觉模糊格滤子、直觉模糊布尔滤子和直觉模糊蕴涵滤子的概念,讨论了它们的一系列重要性质,证明了直觉模糊滤子与直觉模糊格滤子、直觉模糊布尔滤子和直觉模糊蕴涵滤子是等价的,并用实例进行了验证。最后探讨了直觉模糊滤子和模糊滤子的关系。     

直觉模糊S-粗决策模型及应用

基于直觉模糊S-粗集理论,提出双向直觉模糊S-粗决策模型.首先给出指标值的量化方法,将目标矩阵进行标准化处理.其次,建立直觉模糊S-粗决策的上一决策和下一决策优化模型,并给出直觉模糊S-粗决策算法及详细步骤.最后,以空袭目标为例,详细研究了目标威胁程度评估过程.结果表明,直觉模糊S-粗决策模型能够综合处理决策因素的定性与定量因素,得到的决策结果综合性能最优.所得的排序结果真实、准确地反映了实际情况.     

Intuitionistic fuzzy semiregularization spaces

We introduce the intuitionistic fuzzy semiregularization space induced by an intuitionistic fuzzy topological space. We also investigate some properties of intuitionistic fuzzy semiregularization spaces.     

直觉模糊粗糙推理的规则库完备性研究

针对规则库检验问题,提出了直觉模糊粗糙规则库的完备性检验方法.首先,引入直觉模糊粗糙集的概念,给出了直觉模糊粗糙规则库的完备性定义;其次,针对直觉模糊粗糙规则库的完备性,提出了完备性检验算法,指出如何设计规则库才能满足完备性要求;最后,通过实例验证了算法的合理性和有效性.     

基于直觉模糊的满意度计算模型

满意度理论广泛应用于优化、控制、管理、决策、资源分配、任务调度等领域,但大多是针对具体问题背景定义和计算满意度,缺乏一种普遍适用的形式化满意度计算模型。基于直觉模糊集理论建立了一个普适的多级直觉模糊满意度计算模型;利用直觉模糊集算子有效地诱导出直觉模糊满意度,将定性与定量的方法结合起来进行满意度计算,使计算结果信息量更大、更加科学合理且自动化程度高。分析了该模型的计算复杂度,并结合实例计算了商洛旅游的直觉模糊满意度,结果显示该模型高效实用。     

Intuitionistic fuzzy recognizers and intuitionistic fuzzy finite automata

Intuitionistic fuzzy recognizers and intuitionistic fuzzy finite automata are discussed. The notions of intuitionistic fuzzy recognizer, complete accessible intuitionistic fuzzy recognizer, intuitionistic fuzzy finite automata, deterministic intuitionistic fuzzy finite automata, and intuitionistic fuzzy language are introduced. It is shown that the languages recognized by intuitionistic fuzzy recognizer are regular, and the intuitionistic fuzzy languages recognized by the intuitionistic fuzzy finite automaton and the intuitionistic fuzzy languages recognized by deterministic intuitionistic fuzzy finite automaton are equivalent. This work is supported by National Science Foundation of China (Grant No.10571112), “TRAPOYT” of China and National 973 Foundation Research Program(Grant No.2002CB312200).     

直觉模糊逻辑算子研究’

模糊逻辑算子是模糊信息融合、模糊推理及模糊决策的重要工具。针对作为模糊逻辑算子重要扩展的直觉模糊逻辑算子,首先引入了直觉模糊集在特殊格上的等价定义。其次,验证了直觉模糊t-模与s-模的若干重要性质。在此基础上,对两种常用的蕴涵算子：直觉模糊孓蕴涵与直觉模糊R-蕴涵所具有的新性质进行讨论和证明,从而便于直觉模糊逻辑算子的进一步应用。