基于加权相似性测度的直觉模糊近似推理

在可信度传播的基础上,提出一种加权相似性测度的直觉模糊近似推理方法.运用实例分析现有典型方法的不足,针对带有可信度因子的直觉模糊近似推理的3种形式,综合研究了直觉模糊集隶属度、非隶属度和犹豫度对相似性测度的影响,给出一种考虑权重的相似性测度方法,并将其运用到直觉模糊近似推理中.通过实例以及与同类推理算法比较,结果表明了该推理算法的合理性和可行性.     

二型直觉模糊粗糙集

将二型直觉模糊集和粗糙集理论融合,建立二型直觉模糊粗糙集模型。首先,在二型直觉模糊近似空间中,定义了一对二型直觉模糊上、下近似算子,并讨论了二型直觉模糊关系退化为普通二型模糊关系和一般等价关系时,上、下近似算子的具体变化形式。然后,将普通二型模糊集之间包含关系的定义推广到了二型直觉模糊集,在此基础上研究了二型直觉模糊上、下近似算子的一些性质。最后,定义了自反的、对称的和传递的二型直觉模糊关系,并讨论了这3种特殊的二型直觉模糊关系与近似算子的特征之间的联系。该结论进一步丰富了二型模糊集理论和粗糙集理论,为二型直觉模糊信息系统的应用奠定了良好的理论基础。     

直觉模糊逻辑的语义算子研究

首先引用Atanassov直觉模糊集的基本概念和运算。在阐明直觉模糊集的集中、扩张、归一化算子之后，新定义了强化算子。通过考察Atanassov直觉模糊集与Zadeh模糊集之间的关系，给出了直觉模糊语言、结构化直觉模糊语言和直觉模糊语义的数学描述，重点对基于直觉模糊集和直觉模糊关系的模糊语言的语义算子，如语气算子、模糊化算子、判定化算子及连接与否定算子等进行了研究，并举例阐明其应用，使直觉模糊逻辑的语义算子得到进一步的拓广。     

Mamdani模糊推理算法的直觉化扩展

对Mamdani模糊推理算法进行了直觉化扩展。首先将Mamdani定义的模糊关系R_c进行直觉化扩展;然后推出了其对应的直觉模糊取式推理算法和直觉模糊拒式推理算法;最后以具体算例叙述了推理计算过程中的细节,验证了该方法的正确性和有效性依据直觉准则对其性能进行了评价。     

基于IFTL的不确定时间推理方法

针对现有时序逻辑对复杂不确定时间信息描述和推理方面的局限性,定义了直觉模糊不确定时间区间与时间间隔,构造了未知时刻的直觉模糊时序逻辑(IFTL)预测模型,提出了基于IFTL的不确定时间推理方法,较好地解决了时间推理精度不高的问题。同时,定义了直觉模糊集间的重叠度,并提出了基于此的知识模型及时间网络的一致性检验方法。最后通过典型实例验证了所提出的时间推理方法的有效性和优越性。     

基于Mamdani蕴含关系的直觉模糊推理仿真

为了验证Mamdani直觉模糊推理的正确性,将模糊集中定义的Mamdani模糊关系进行直觉化扩展,从而定义了Mamdani直觉模糊推理关系.通过Matlab绘制出Mamdani直觉模糊蕴涵关系Rm的三维图像,包括蕴含关系的隶属度、非隶属度、犹豫度图像.利用该蕴含关系,通过具体实例仿真结果表明了该蕴含关系推理的正确性与有效性,并将单前件单规则推理推广到了多前件多规则推理.     

基于改进微粒群算法的直觉模糊整数规划

提出了一种基于改进微粒群算法的直觉模糊整数规划。首先定义了目标函数和约束函数的隶属和非隶属函数,通过直觉模糊“最小-最大”算子,提出了直觉模糊整数规划模型;然后通过对微粒群算法进行改进,对直觉模糊整数规划进行了求解,并通过一个算例表明本文的算法性能优于其他几种算法。     

直觉模糊数密度集成算子及其应用

针对有数据分布疏密偏好的直觉模糊问题,提出基于密度集成算子的集结方法.首先,借助差异度和相似度构建距离测度公式,结合树图思想给出一种简单的直觉模糊数聚类方法;然后,讨论决策者偏好与密度权向量的关系,并在此基础上定义两种新的算子-----直觉模糊密度加权平均集成算子和直觉模糊密度混合算术平均集成算子,后者具有更优良的性质.最后,通过算例验证了所提出方法的有效性.     

对直觉模糊关系的传递性研究

在直觉模糊关系再研究的基础上,提出了传递的直觉模糊关系、传递闭包核算子及其性质,得出了直觉模糊关系的极小定理。利用直觉模糊关系合成运算及其性质给出传递的直觉模糊关系、直觉模糊关系的传递闭包算子。利用直觉模糊关系的性质得出了传递闭包的计算公式和性质,并给出必要的证明。当R是对称的,通过自反闭包算子、对称闭包算子、传递闭包算子作用R,可最多得出6个彼此不同的直觉模糊关系。     

基于蕴涵的区间值直觉模糊粗糙集

提出一种基于区间值直觉模糊蕴涵的区间值直觉模糊粗糙集模型.首先,介绍了区间值直觉模糊集、区间值直觉模糊关系和区间值直觉模糊逻辑算子的概念;然后,利用区间值直觉模糊三角模和区间值直觉模糊蕴涵,在区间值直觉模糊近似空间中定义了区间值直觉模糊集的上近似和下近似;最后,给出并证明了这些近似算子的一些性质.     

基于直觉模糊推理的多属性群决策方法研究*

针对属性取值以直觉模糊数形式给出的多属性决策问题,提出了基于直觉模糊推理的多属性群决策方法。首先针对专家的评价信息构建直觉决策推理规则,然后根据规则之间的关系给出了决策推理模型,进而给出了基于直觉模糊推理的决策方法;最后通过购房实例验证了该方法的正确性和有效性。     

直觉模糊粗糙推理的规则互作用性研究

针对直觉模糊粗糙逻辑(IFRL)推理的规则库检验问题,提出了IFRL规则库的互作用性检验方法.互作用性检验是逻辑规则库检验的一项重要内容,它可以有效地分析出规则间的关系.利用直觉模糊粗糙集(IFRS)及其包含关系的概念,提出了正规IFRS和IFRL规则库的互作用性定义.在此基础上,将直觉模糊逻辑(IFL)的3个定理推广到IFRL领域,并给予了证明.提出的互作用性定义和推广后的3个定理可以作为检验规则间互作用性的方法.     

真值限定的语言真值直觉模糊推理

为了更贴近人类语言的表达,减少推理过程中信息的损失,在直觉模糊逻辑推理的基础上,结合语言真值格蕴涵代数,提出了真值限定的语言真值直觉模糊推理方法。研究了语言真值直觉模糊犹豫度、相容度、不相容度及其相关性质,并通过语言真值直觉模糊相容度的计算,对推理真值进行限定,给出语言真值直觉模糊推理模型的真值限定推理方法。设计推理算法,并将算法应用于实例中。实例说明,该方法在处理同时具有可比性和不可比性的语言真值直觉模糊推理问题中更有效。     

基于直觉模糊推理的威胁评估改进算法

针对实战系统中的威胁评估问题,提出一种基于直觉模糊推理的改进算法。设计系统状态变量的三角型隶属度和非隶属度函数,给出详细的计算步骤,将包含可信度的推理规则植入评估系统,当系统有输入时,即可进行威胁评估值的直觉模糊推理计算。实战数据仿真结果证明了该算法的有效性。     

直觉模糊推理机的设计及其推理算子选择研究*

首先引入直觉模糊集下的模糊蕴涵算子运算方法,设计应用直觉模糊蕴涵算子的直觉模糊推理机模型的设计,阐述模型的运行机理,通过实例验证直觉模糊推理机模型的有效性和正确性.提出选择模糊蕴涵算子的贴近度法,在具体应用领域中可根据比较结果作具体选择.     

Intuitionistic preference relations and their application in group decision making

Intuitionistic fuzzy set, characterized by a membership function and a non-membership function, was introduced by Atanassov [Intuitionistic fuzzy sets, Fuzzy Sets and Systems 20 (1986) 87-96]. In this paper, we define the concepts of intuitionistic preference relation, consistent intuitionistic preference relation, incomplete intuitionistic preference relation and acceptable intuitionistic preference relation, and study their various properties. We develop an approach to group decision making based on intuitionistic preference relations and an approach to group decision making based on incomplete intuitionistic preference relations respectively, in which the intuitionistic fuzzy arithmetic averaging operator and intuitionistic fuzzy weighted arithmetic averaging operator are used to aggregate intuitionistic preference information, and the score function and accuracy function are applied to the ranking and selection of alternatives. Finally, a practical example is provided to illustrate the developed approaches.     

基于直觉模糊蕴涵式运算直觉模糊近似推理方法*

在基于扩展二值逻辑的直觉模糊蕴涵式运算方法的基础上,提出了一种新的直觉模糊近似推理方法,该方法系统而全面地概括了直觉模糊集的蕴涵关系和直觉模糊近似推理方法。通过实例验证了所提出的直觉模糊近似推理方法的有效性和正确性。     

Incomplete interval-valued intuitionistic fuzzy preference relations

The aim of this paper is to investigate decision making problems with interval-valued intuitionistic fuzzy preference information, in which the preferences provided by the decision maker over alternatives are incomplete or uncertain. We define some new preference relations, including additive consistent incomplete interval-valued intuitionistic fuzzy preference relation, multiplicative consistent incomplete interval-valued intuitionistic fuzzy preference relation and acceptable incomplete interval-valued intuitionistic fuzzy preference relation. Based on the arithmetic average and the geometric mean, respectively, we give two procedures for extending the acceptable incomplete interval-valued intuitionistic fuzzy preference relations to the complete interval-valued intuitionistic fuzzy preference relations. Then, by using the interval-valued intuitionistic fuzzy averaging operator or the interval-valued intuitionistic fuzzy geometric operator, an approach is given to decision making based on the incomplete interval-valued intuitionistic fuzzy preference relation, and the developed approach is applied to a practical problem. It is worth pointing out that if the interval-valued intuitionistic fuzzy preference relation is reduced to the real-valued intuitionistic fuzzy preference relation, then all the above results are also reduced to the counterparts, which can be applied to solve the decision making problems with incomplete intuitionistic fuzzy preference information.     

Multiattribute decision making based on interval-valued intuitionistic fuzzy values

In this paper, we present a new multiattribute decision making method based on the proposed interval-valued intuitionistic fuzzy weighted average operator and the proposed fuzzy ranking method for intuitionistic fuzzy values. First, we briefly review the concepts of interval-valued intuitionistic fuzzy sets and the Karnik–Mendel algorithms. Then, we propose the intuitionistic fuzzy weighted average operator and interval-valued intuitionistic fuzzy weighted average operator, based on the traditional weighted average method and the Karnik–Mendel algorithms. Then, we propose a fuzzy ranking method for intuitionistic fuzzy values based on likelihood-based comparison relations between intervals. Finally, we present a new multiattribute decision making method based on the proposed interval-valued intuitionistic fuzzy weighted average operator and the proposed fuzzy ranking method for intuitionistic fuzzy values. The proposed method provides us with a useful way for multiattribute decision making based on interval-valued intuitionistic fuzzy values.