广义犹豫模糊软集的相似度量及其应用

在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的相似度量。首先利用三种犹豫模糊集合的包含度,构造犹豫模糊集间的相似度量公式。然后在犹豫模糊集相似度基础上给出广义犹豫模糊软集相似度量的公理化定义,并构造广义犹豫模糊软集的相似度量公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的相似度。最后利用广义犹豫模糊软集相似度量方法构造了一种决策方法,并将这个决策方法应用于环境治理问题中。通过实例验证了所提出方法的可行性和有效性。     

Vague相似max-t△传递性模糊聚类

提出同时考虑真隶属度之差、假隶属度之差、得分值之差和清晰度之和的Vague值相似度量方法.将Vague聚类转化为经典模糊集聚类:先计算Vague对象两两之间的相似度,得到经典模糊相似矩阵,然后运用max-t△传递性进行聚类.这种聚类法计算更简单,丢失信息更少,聚类更准确.     

一种基于支持系数的Vague集（值）相似度量新方法

对现有的一些Vague集（值）相似度量算法进行分析,指出了这些方法在计算相似度方面的片面性与局限性。通过对Vague集中元素的未知度进行分析,并引入支持系数来调节未知信息对真、假隶属度的影响,从而提出了新的Vague集（值）相似度量算法,通过模式匹配的实例验证了该算法的实用性。通过与以往的一些算法进行比较,充分证明了新算法的合理性与有效性。     

一个基于未知度的Vague集（值）相似度量新方法

相似度是研究和应用Vague集(值)的重要工具.分析了现有Vague集(值)之间的相似度量方法,揭示了这些方法不能准确刻画Vague集(值)之间相似度量的本质,并总结了相似度量的一般准则,指出了影响Vague集相似度量的3个因素.在此基础上充分考虑了未知度,它为Vague集之间的相似度提供了一种更好的度量方法.最后用实例说明其应用以及该方法的有效性和直观性.     

Vague相似max-tΔ传递性模糊聚类

提出同时考虑真隶属度之差、假隶属度之差、得分值之差和清晰度之和的Vague值相似度量方法。将Vague聚类转化为经典模糊集聚类：先计算Vague对象两两之间的相似度,得到经典模糊相似矩阵,然后运用max-t_Δ传递性进行聚类。这种聚类法计算更简单,丢失信息更少,聚类更准确。     

一种Vague集相似度量的方案决策方法

在现有Vague集相似度量的基础上，提出一种改进的Vague集相似度量方法，并应用于工程方案的决策中。在改进的Vague集相似度量方法中考虑了Vague集的隶属度的三维含义、不确定隶属度对肯定与否定隶属程度的影响以及欧氏距离的表示。在基于Vsgue集相似度量的工程方案决策中，Vsgue集之间的相似度量是评价设计方案接近期望方案（理想方案）的度量，相似度量值越大，设计方案接近期望方案越好。这种方案决策的本质是一种模式识别方法。通过实例阐明所提出的相似度量法比现有方法有较强的分辨率，更为合理的工程方案决策，方案评价取得了满意的结果。     

Vague集相似度量及其在模糊数据检测中的应用

分析现有一些Vague集相似度量方法,并指出其不足。考虑在实际应用中,未知度对相似度量的影响,从动态的角度出发,挖掘未知度中包含的赞成与反对信息,提出了一种基于未知度的Vague集相似度量新方法,并将该相似度量方法应用于模糊数据检测中,通过实际应用说明该方法更加有效。     

一种基于Vague集距离的景观水水质分析算法

为了对城市景观水的水质进行评价，根据水质评价中数据的不确定性及模糊性的特点，提出一种强调犹豫度的Vague集的距离公式，并研究基于强调犹豫度的Vague集距离公式的水质分析识别方法，算法同时兼顾Vague集的肯定度，否定度，犹豫度，核因素，应用中具有更强的灵活性。实例结果显示，该方法实用可行，为非常规水资源的水质分析和日常管理提供了新途径。     

一种新的Vague集的熵

受Fuzzy集模糊熵的启发,提出了Vague集熵的公理化定义。充分考虑到Vague集的真隶属度、假隶属度和犹豫度三个方面,提出了新的Vague集的熵的计算公式,用于度量一个Vague集的模糊性。以实例来说明新的公式的有效性和实用性。     

基于最大最小值的Vague集相似度量方法

通过分析现有Vague集相似度量方法,指出这些方法虽然满足相似度量基本准则,但是在描述Vague集相似性上存在不足之处,并且度量的准确度较低,在分析Vague值的支持度、反对度及其补集之间的最大最小值关系的基础上研究Vague集相似度量方法,给出一种新的Vague集相似度量方法,并证明该方法满足相似度量的基本准则。通过与现有相似度量方法的比较,说明该相似度量方法克服了现有相似度量方法的不足,符合人们的直观感受,能够合理、有效地区分数据。     

多测度Value集相似度量

针对单一测度度量Vague集相似性上的缺陷,提出了两种Vague集的多测度相似度量.给出了一种Vague集的单形体几何表示方法,亦即将Vague集的真、假隶属度和未知度表达为划分单形体同一平面的3个三角形,进而提出了适合于度量Vague集相似性的面积测度,并结合距离测度和未知度测度构造了Vague集多测度相似度量,以在空间上体现出“点-线-面”多特征相似性度量格局.实例验证了多测度相似度量的有效性和优越性.     

Vague集相似度量方法的分析与研究

指出了影响Vague集相似度量的四个要素,考虑了未知度对相似度的影响,提出了一种新的Vague集相似度量的方法,通过实例说明该方法的有效性和直观性。     

多传感器信息融合的Vague集法

采用Vague集表达传感器的模糊测量信息,提出一种基于Vague集的多传感器信息融合方法,给出基于Vague集的模型描述,定义2个Vague集之间的距离,利用TOPSIS法,根据相对接近度给出信息融合的算法。该方法充分考虑了测量信息的隶属度与非隶属度两方面的不确定信息。仿真实例验证了算法的有效性。     

一种基于未知度的Vague集相似度量新方法

分析了现有的相似度量方法,提出了一种基于未知度Vague集相似度量的方法,证明该方法满足基本准则,通过实例与现有相似度量方法的比较,说明新的方法区分能力较高,具有一定的有效性和优越性。     

Vague集相似度量的新方法

根据区间相似性的原理,指出影响Vague集相似性度量的4个因素,指出了现有方法的不足,提出了一种新的Vague集相似性度量方法,证明了它满足若干准则。通过例子证明了方法的有效性和优越性。     

Vague集之间相似性度量的基本准则与一般方法

研究一般情形下Vague集之间的相似性度量问题。分析现有相似度度量方法的种类并指出其不足之处,提出Vague值间相似性度量的基本准则。考虑到未知信息对相似度的影响,根据基本准则提出适用于一般情况的度量公式。讨论该公式满足基本准则的必要条件,并给出具体的公式。最后通过模式识别中的实例说明其有效性。     

Vague集之间的相似度量

分析了Chen给出的一种度量Vague集(值)之间相似程度的度量方法,指出了这种相似度量方法所存在的缺陷.在此基础上,给出了一种新的相似度量方法.由于该方法具有较好的性质,更具合理性,因而是一种较为理想的检测Vague集(值)之间相似程度的度量方法.