基于直觉模糊集多属性决策的灰色关联分析法

基于直觉模糊集理论,提出了一种新的灰色关联分析方法来研究模糊多属性决策问题.首先,根据直觉模糊集的几何意义,引入了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示.其次,依据传统灰色关联分析方法的基本思想,通过计算每个方案对直觉模糊正、负理想方案的灰色关联度.然后计算备选方案对直觉模糊正理想方案的相对关联度度.最后,通过一个具体实例说明该方法的有效性和具体应用过程.     

基于直觉模糊集的红外图像伪装评价研究

提出一种利用直觉模糊集评价红外伪装性能的方法.建立了伪装目标和背景红外图像的灰度值与直觉模糊集隶属度、非隶属度的关系;提出用Gamma函数作为隶属度函数,并用直觉模糊集方法重新描述红外图像;通过计算伪装前后直觉模糊集描述图像的三种模糊距离(Euclidean距离、Hamming距离以及Hausdoff距离)评价伪装效果.实验证明,用Gamma函数作为隶属度函数的直觉模糊集方法评价红外图像伪装具有很好的稳定性,且简单有效.     

属性权重不确定的直觉模糊多属性决策的威胁评估方法

在直觉模糊集的框架下,重点研究了目标属性值为区间数且权重完全未知,决策者对方案具有偏好信息的问题,提出一种属性权重不确定的直觉模糊多属性决策的威胁评估方法。首先,针对上述问题,建立了直觉模糊区间判断矩阵,给出了目标属性为区间数的指标值规范化处理方法;其次,分析了决策者对方案中所涉及的目标属性、属性权重及决策者权威度,建立了群决策的方案偏好模型;再次,针对目标属性值在某一区间内变化的特点,给出了直觉模糊区间值的接近度与理想解的定义,建立了最优属性权重约束优化模型;最后,以典型的威胁评估实例验证了该方法可同时反映主观和客观信息对目标威胁评估的影响,可有效避免因部分传感器失效或受外界环境因素影响以及决策者主观经验所带来的偏差,实际目标威胁评估结果验证了该方法的优越性。     

一种新的基于直觉模糊集的作战决策算法

针对现有作战决策算法存在的不足,提出了一种新的基于直觉模糊集的作战决策算法.用直觉模糊值表示可行方案指标的不确定信息,综合考虑了方案满足指标的可能性、不满足的可能性和未知的可能性3个方面的因素,给出了直觉模糊决策矩阵的建立方法和可行方案优劣度排序方法.实例及实际应用证明了算法的有效性与可行性.     

直觉模糊集理论及其在模糊信息处理中的应用

介绍直觉模糊集(IFS)基本概念和运算及其表示形式,讨论了直觉模糊集(IFS)与Fuzzy集之间的区别和联系,回顾了直觉模糊集理论的研究进展及其在决策、近似推理领域的应用现状,最后指出直觉模糊集理论存在的一些问题和发展趋势。     

基于直觉模糊推理(1,2,2)-a型泛三Ⅰ算法的鲁棒性

本文基于直觉模糊集，研究了直觉模糊推理（1，2，2）-a型泛三I算法，给出了IFMP、IFMT问题的直觉模糊推理（1，2，2）-a型泛三I算法解的表达形式和分解形式.其次，利用直觉模糊集间的自然距离定义了直觉模糊连接词和直觉模糊集的灵敏度，给出了直觉Lukasiewicz蕴涵、直觉Gödel蕴涵以及它们各自对应三角模的灵敏度，在此基础上，证明了直觉Lukasiewicz蕴涵是直觉模糊集上最鲁棒剩余型蕴涵算子.最后，讨论了直觉模糊推理（1，2，2）-a型泛三I算法的鲁棒性，并且针对以上两种具体蕴涵算子，相应地获得了直觉模糊推理（1，2，2）-a型泛三I算法解的灵敏度.结论表明，直觉模糊推理算法的鲁棒性完全取决所选择的直觉模糊连接词.     

基于直觉模糊推理的医学图像融合方法研究

针对传统的模糊推理融合方法生成融合图像质量不高的问题,提出了一种基于直觉模糊推理的医学图像融合新方法。根据直觉模糊集的定义,利用直觉模糊理论在处理不确定问题中的优势,制定直觉模糊推理规则,进行图像融合。给出了算法的具体步骤,仿真结果表明,文中提出的算法明显优于传统的模糊推理融合算法。     

基于直觉模糊集的辐射源威胁评估方法

直觉模糊集理论扩展了经典模糊集的表达能力,给辐射源威胁评估问题提供了一种新的解决方法。在构建辐射源威胁评估指标直觉模糊隶属函数的基础上,重新明确了辐射源威胁评估问题中直觉模糊集的定义。然后基于从整个直觉模糊集的角度确定弃权部分再分配比例的研究思路,提出一种改进的加权记分函数方法,较好地解决了辐射源威胁评估问题。通过算例表明了方法的有效性。     

基于相对熵的直觉模糊聚类方法

在众多的模糊集中,直觉模糊集同时定义了信任度、非信任度和犹豫度,便于处理不确定信息.在不确定信息应用领域的背景下,重点研究了直觉模糊环境下的聚类问题,提出了基于相对熵的直觉聚类方法,并通过数值算例验证了方法的可行性和有效性.     

基于区间值模糊集的模糊区域拓扑关系模型

在GIS实际应用领域中,采样点的属性数据往往不是精确的数值,而是一个区间范围,对此类空间数据的建模、分析和推理越来越受到相关领域研究者的重视.利用区间值模糊集描述由不确定属性数据所圈定的模糊区域,基于区间值和区间值模糊集的运算性质,给出了模糊区域间拓扑关系的分析模型.该模型改进了基于经典模糊集及其截集的拓扑关系模型,对模糊区域拓扑关系的分析结果更符合人们的认知习惯,可以利用区间值结果进行推理和决策,能够有效地分析由区间值属性所确定的模糊区域间的拓扑关系,在地理信息系统和空间数据库等领域具有实际应用价值.     

基于核距离的直觉模糊c均值聚类算法

针对现有直觉模糊c均值聚类算法无法发现非凸聚类结构的缺陷,提出了一种基于核化距离的直觉模糊c均值聚类算法。算法在定义了基于核的直觉模糊欧式距离基础上,通过把聚类样本映射到高维特征空间,使原来没有显现的特征突现出来,从而能够更好地聚类。实验选择一组人工数据集及一组UCI数据集测试了本文算法,并将其与五种经典的聚类算法进行了比较。实验结果充分表明了该算法的有效性及优越性。     

三角直觉模糊数理论在供应商选择中的应用

随着社会的发展,物质极大地丰富,人们的需求也多样化,为人们提供服务的供应商越来越多,如何选择满意的供应商也是生活中非常重要的事情,基于社会现实文章首先阐述了三角直觉模糊数的理论知识,继而将一种基于两个三角直觉模糊数之间距离的决策方法应用在供应商的选择中。     

基于相似度的直觉模糊推理反向三I算法的鲁棒性

本文将直觉模糊集与反向三I算法结合起来,研究了直觉模糊推理a－反向三I算法,给出了IFMP、IFMT问题的直觉模糊推理a－反向三I算法解的表达形式和分解形式.其次,借助双剩余,定义了直觉模糊集间的相似度,给出了直觉?ukasiewicz蕴涵、直觉Gödel蕴涵、直觉Goguen蕴涵、直觉R₀蕴涵的相似度,并分析了它们之间的关系.最后,利用直觉模糊集上的相似度作为扰动参数,讨论了直觉模糊推理a－反向三I算法的鲁棒性,特别是,针对以上四种剩余型蕴涵算子,得到了直觉模糊推理a－反向三I算法的一些关于鲁棒性的结论.     

基于直觉模糊Petri网的知识表示和推理

针对模糊Petri网存在隶属度单一的问题,将直觉模糊集理论与Petri网理论相结合,构建直觉模糊Petri网(Intuitionistic Fuzzy Petri Nets,IFPN)模型,用于知识的表示和推理.首先构建了IFPN模型,并将其应用于知识的表示,通过在模型中引入抑止转移弧,解决了否命题的表示问题.其次提出了基于矩阵运算的IFPN推理算法,通过修改变迁触发后token值的传递规则,解决了推理过程中的事实的保留问题;通过修改变迁的触发规则,抑制了变迁的重复触发.最后对推理算法进行了分析,并举例验证了提出的IFPN模型及其推理算法的可行性,结果表明IFPN是对FPN的有效扩充和发展,其对推理结果的描述更加细腻、全面.     

基于遗传算法的直觉模糊多目标规划

提出了一种基于遗传算法的直觉模糊多目标规划模型.首先,定义了目标函数和约束函数的隶属和非隶属函数;其次,通过直觉模糊"最小-最大"算子,提出直觉模糊多目标规划模型;然后,用遗传算法进行求解,使之适应线性和非线性的情况,具有通用性;最后,通过一个算例表明,直觉模糊多目标规划的性能优于模糊多目标规划.     

基于Mamdani型直觉模糊推理的图像融合算法

提出了一种基于Mamdani型直觉模糊推理的图像融合算法,该算法首先根据融合目标设定推理规则,并根据推理规则建立直觉模糊推理系统,并将待融合图像的每个像素点直觉模糊化并输入系统,经过推理得到输出图像每个像素点的隶属、非隶属程度,最后通过解模糊计算输出图像的灰度值得到融合图像。实验结果证明,该算法的有效性,且由于直觉模糊集更加精确地描述了客观事物的不确定性,其融合结果优于基于模糊推理系统图像融合算法得到的结果。