一种新的直觉模糊时间序列预测方法

针对现有直觉模糊时间序列预测模型论域区间划分和序列数据直觉模糊化预处理方法存在的问题,提出了一种新的直觉模糊时间序列预测算法,通过引入滑动窗口参数准确反映不确定数据集的分布特性,利用可调参的直觉模糊C均值聚类算法优化论域区间划分标准,基于直觉模糊范数定义语言变量直觉模糊集,有效地提高了复杂环境下时序系统的预测精度。最后,通过典型实例验证了该方法的有效性和优越性。     

基于矢量量化IFTS的网络流量预测模型

针对传统网络流量预测模型存在的局限性,提出一种基于矢量量化直觉模糊时间序列的网络流量预测模型。利用模糊直觉推理有效地表述了网络流量数据中存在的高度模糊性以及不确定性,利用直觉模糊时间序列矢量距离作为评估标准,并且通过坐标平移与质心进行匹配,提升不同时间序列段的分类能力,从而有效地建立网络流量预测模型。通过实验分析可知,提出的预测模型能够提升预测精度并且减少计算复杂度,另外该算法有能力长期预测多个输出。     

基于直觉模糊线性方程组的IFTS 预测方法

针对模糊时间序列预测理论对不确定性数据集的实时模糊变化趋势研究存在的不足, 规范了直觉模糊时间序列的定义, 提出了基于直觉模糊线性方程组的直觉模糊时间序列预测方法. 所提出的算法将模型的求解转化为一系列带有约束的线性规划问题, 准确地反映了序列数据随时间发展变化的模糊关联规律, 简化了预测模型的复杂度, 提高了时间序列预测的精度, 扩展了直觉模糊时间序列预测理论的应用范围. 最后, 通过仿真实验验证了所提出方法的有效性和优越性.

     

直觉模糊时间序列建模及应用

针对模糊时间序列对于预测不确定性的控制、有效的分区间隔和不同分区间隔达到一致的预测准确性方面研究的不足,构建了直觉模糊时间序列预测模型。新模型应用直觉模糊??均值聚类算法优化序列区间划分,充分考虑数据点固有的模糊不确定性,较好地反映了系统的特征分布,提高了复杂环境中时间序列的预测性能且允许处理多因子预测问题。最后通过实例验证了所提出方法的有效性和优越性。     

基于新直觉模糊相似度的聚类方法

针对现有直觉模糊聚类方法大都未考虑属性(指标)权重,计算过于复杂且计算结果为实数的问题,提出一种基于新直觉模糊相似度的聚类方法,计算结果为直觉模糊数,运用直觉模糊熵得到属性权重,构造了一种考虑属性权重的直觉模糊相似度公式,得到直觉模糊相似矩阵,设计了风险参数,决策者根据自己风险偏好选择风险参数进行聚类.最后通过算例验证了所提出方法的可行性和合理性.     

直觉模糊层次分析法处理医院用药风险评价

基于直觉模糊集的模糊逼近理论,给出了将直觉模糊互补判断矩阵转换为模糊逼近矩阵的方法,提出了直觉模糊环境下的AHP方法,简称为直觉模糊层次分析法,将其应用于对医疗机构的用药风险的评价问题,给出了各子风险类别的权重。经检验,是一种实用性较强的医疗机构用药风险评价方法。     

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．     

改进TOPSIS的多时刻融合直觉模糊威胁评估

针对防空作战中的目标威胁评估问题,提出一种新的多时刻融合直觉模糊数排序模型.首先,根据目标威胁属性的主、客观权重得到综合权重;然后,通过逼近理想解排序法衡量直觉模糊数信息量的大小,利用直觉模糊熵表征直觉模糊数信息的可靠性,并结合决策者的风险偏好构建基于信息量和不确定性的直觉模糊数排序模型,得出单时刻的目标威胁排序;最后,利用泊松分布逆形式构建时间序列权重,从而融合多个时刻的决策信息,得出最终的目标威胁排序.仿真结果表明,所提出的算法综合了多时刻的决策信息,并可根据决策者的风险偏好进行调整,灵活性强、可靠性高.     

直觉模糊遗传算法在软件测试中的应用

针对传统软件测试方法工作量大、测试过程重复性高等缺点,本文提出了一种新的软件测试方法,该方法基于直觉模糊理论和遗传算法,利用直觉模糊算法提取每组软件测试序列特征值,再经过遗传算法的选择、交叉和变异操作,获得软件测试序列的组合。实验结果证明：该算法具有隐性并行性和全局寻优能力,可在不降低速度的情况下提高软件测试的精度。     

基于线性IFTS 的弹道中段目标融合识别方法

针对弹道中段目标识别时间资源有限的问题,提出一种基于线性直觉模糊时间序列的目标融合识别方法.新模型通过直觉模糊线性相关函数表征弹道中段目标识别信息的实时模糊变化特性,构建目标识别结果的时序变化模型,将目标识别转换为直觉模糊时序变量间的寻优拟合问题,缩短了目标正确识别时间,提高了系统的识别效率.最后通过仿真实例验证了所提出方法的有效性和优越性.     

直觉模糊层次分析法下投行股票估值模型选择

基于直觉模糊集的模糊逼近理论,给出了将直觉模糊互补判断矩阵转换为模糊逼近矩阵的方法,提出了直觉模糊环境下的AHP方法(简记作IFAHP),并将其应用于投行股票估值模型选择问题,得到了股票估值模型中指标的优劣排序的权重值,是一种实用性较强的股票估值模型评价方法。     

基于覆盖的直觉模糊粗糙集

通过直觉模糊覆盖概念将覆盖粗糙集模型进行推广,提出一种基于直觉模糊覆盖的直觉模糊粗糙集模型.首先,介绍了直觉模糊集、直觉模糊覆盖和直觉模糊逻辑算子等概念;然后,利用直觉模糊三角模和直觉模糊蕴涵,构建两对基于直觉模糊覆盖的下直觉模糊粗糙近似算子和上直觉模糊粗糙近似算子;最后,给出了这些算子的基本性质并研究了它们之间的对偶性.     

基于直觉模糊熵的群组聚类决策方法

针对直觉模糊群决策问题,依据专家的直觉模糊评价信息,利用直觉模糊相似度和相异度构造直觉模糊相似矩阵,为了得到合理的专家聚类结果,设计风险参数并提出聚类阈值变化率分析方法,综合聚类结果和直觉模糊熵对各专家进行组合赋权。提出基于离散正态分布的位置权重确定方法,构造直觉模糊集混合加权集结算子对各专家关于方案集的直觉模糊评价信息进行综合集成。结合算例验证了方法的可行性和有效性。     

一种新的直觉模糊相似矩阵构造方法

基于直觉模糊相似度和相异度,研究了直觉模糊相似矩阵构造问题。给出了直觉模糊相似度和相异度的标准定义,选取了有效的直觉模糊相似度量和相异度量方法;在分析了现有的几种直觉模糊相似矩阵构造方法基础上,提出了一种新的直觉模糊相似矩阵构造方法。通过算例分析,验证了方法的有效性。     

直觉模糊遗传算法在图像信息检索中的应用

针对传统图像元素检索方法工作量大、完整性较差等缺点,本文提出了一种新的图新元素检索方法,该方法基于直觉模糊理论和遗传算法,利用直觉模糊算法提取图像信息序列特征值,再经过遗传算法的选择、交叉和变异操作,获得图像信息序列的组合。实验结果证明：该算法具有隐性并行性和全局寻优能力,可在不降低速度的情况下提高图像检索的精度。     

基于TOPSIS 的区间直觉模糊数排序法

基于传统的逼近理想解排序法(TOPSIS) 思想, 运用区间直觉模糊数的欧氏距离, 给出区间直觉模糊数相对于最大区间直觉模糊数的贴近度公式, 并给出区间直觉模糊数贴近度所具有的优良性质, 这些性质表明贴近度作为排序指标是合理的. 通过与文献中有关区间直觉模糊数排序法的对比分析, 表明基于贴近度的排序方法具有更高的区分能力. 运用新的排序指标提出一种区间直觉模糊多属性决策方法, 并通过实例表明了所提出方法的有效性．

     

三角直觉模糊决策的权重函数方法

研究了属性值为三角直觉模糊数的多属性决策问题,提出了一种基于权重函数的决策方法。给出了三角直觉模糊数的定义、运算法则和截集;定义了三角直觉模糊数关于隶属函数和非隶属函数的精确值和模糊度,以及精确值的指标和模糊度的指标,给出了三角直觉模糊数的排序方法,并将其应用到属性值为三角直觉模糊数的多属性决策问题中;给出了属性值为三角直觉模糊数的多属性决策的步骤;通过数值算例分析和验证了该方法的有效性。     

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。     

基于直觉模糊聚类的电子作业抄袭检测研究

对电子作业做分词处理,生成语义单元序列;用动态规划法计算序列最长公共子序列,引入序列空位度概念。将最长公共子序列长度和空位度诱导出的直觉模糊数作为作业相似度模型,自然、合理。基于直觉模糊传递闭包方法对电子作业进行聚类分析。讨论基于直觉模糊聚类的电子作业抄袭检测算法的复杂度,并给出该算法的一个应用实例,结果显示该算法合理、高效。