Vague集模糊熵的新构造方法

模糊熵作为一种度量模糊集的模糊性和信息量的工具,很多学者提出了多种度量方法,但这些方法中对Vague集模糊熵的约束条件的定义不够全面严谨,对现有的模糊熵构造方法进行了分析,给出了改进的Vague集模糊熵的直观约束条件,并根据Vague集的三维图提出了一种新的模糊熵构造方法,最后通过对定理的证明表明新的模糊熵构造方法同时考虑到了Vague集未知信息和不确定性信息两方面带来的模糊性,证明了新的Vague集模糊熵的定义更加合理。     

Vague集模糊熵的构造方法研究

对现有Vague集模糊熵构造方法的缺陷以及Vague集模糊度的基本性质进行分析.在此分析基础上,给出一种新的Vague集模糊熵的构造方法和一种Vague集概率模糊熵的构造方法.并将普通集、Fuzzy集统一表示为Vague集.     

Vague集的代数性质与Vague熵

Vague集的模糊熵既要有Vague集的未知性又要有fuzzy集的不确定性,首先介绍Vague集的相关代数性质,然后通过分析现有Vague熵构造方法上的不足,提出一种同时考虑以上两种特性新的基于公理化Vague熵的定义及模糊熵的计算公式,通过论证和举例分析,指出这种新的模糊熵更合理,更符合人们的直觉。     

Vague熵的构造方法再研究

通过对Vague集的模糊来源的本质分析,指出现有模糊熵构造方法的不足,总结出综合未知度和模糊度的Vague熵的公理化定义,利用加权提出了Vague集上一种新的模糊熵计算公式,并通过定理证明和实例对比分析,说明它不仅能充分反映Vague集的模糊程度,而且所得结果更合理、更符合人的直觉。     

新的Vague熵构造方法

通过对Vague集的模糊度本质分析,指出现有模糊熵构造方法的不足,给出了符合人们直觉的Vague集的模糊熵的公理化定义,相应地提出了一种新的Vague集的模糊熵计算公式,并通过定理证明和实例对比分析,说明它在具有良好的数学性质的同时,所得结果更合理,更符合人的直觉。     

关于Vague集的模糊熵及其构造

本文分析了Vague集的性质,给出了将Vague集变换为Fuzzy集的转换函数,并讨论了其性质。分析了关于Vague集的模糊熵的直观特性,在此基础上我们给出了Vague集的模糊熵的定义。最后给出了一个关于Vague集的模糊熵的构造方法。     

Vague集的新模糊熵

本文指出了现有Vague集模糊熵定义的不足,分析了其存在不足的根本原因,给出了Vague集模糊熵的公理化定义,提出了一种新的Vague集模糊熵的计算方法,并证明了其合理性和有效性。     

Vague集模糊熵度量的新方法

本文指出了现有Vague集模糊熵定义的不足,分析了其存在不足的根本原因,给出了Vague集模糊熵的公理化定义,提出了一种新的Vague集模糊熵的计算方法,并证明了其合理性和有效性。     

Vague软集的新模糊熵及其应用

依据软集、Vague集、Vague软集现有理论,参考Vague集模糊熵度量方法,对Vague 软集模糊熵的公理化定义进行了补充,修正了原有公理化定义中不完整的地方;提出了一种新的计算Vague 软集模糊熵的公式,并给出了其在决策中的应用实例及分析。实例分析表明该Vague 软集模糊熵公式具有良好的应用效果。     

Vague集模糊熵的再研究

Vague集模糊性主要来自未知信息与不确定信息这个结论上,构造出一种新的Vague集模糊熵计算公式,并给出它的公理化定义及证明。最后通过几组实例的分析,得出提出的Vague集模糊熵定义是已有Vague集模糊熵公式中最合理的一种。     

Vague集模糊熵的注记

Vague集模糊熵应该既有Vague集的未知性又有Fuzzy集的不确定性,在指出了现有Vague集模糊熵定义的错误,给出了一个真正考虑了两种因素的改进的Vague集模糊熵公理化定义,然后提出一种Vague集模糊熵的新计算模型,最后通过定理证明和已有方法分析,给出Vague集模糊熵的定义和计算模型是更加合理的。     

基于关联熵系数的粗糙Vague集相似性度量方法

粗糙Vague集是将粗糙集和Vague集理论相互融合以处理不确定性信息的一种理论工具。本文在深入研究Vague集及粗糙模糊集的关联熵、关联熵系数及集合相似性度量方法基础上,将关联熵和关联熵系数的概念引入到粗糙Vague集,并详细讨论了它们的主要性质,同时证明了关联熵系数满足粗糙Vague集相似度的定义,可用于粗糙Vague集的相似性度量。最后通过实例验证了粗糙Vague集的关联熵系数用于度量粗糙Vague集之间相似性程度的有效性,该理论为粗糙Vague集相似性度量提供了一种新方法。     

基于Vague熵的Vague集相似度量

对当前Vague集相似度量及Vague熵之间的关系进行了分析,指出它们并不匹配,本文分析了Vague熵的影响因素,给出一种新的Vague熵定义及一种新的计算公式,提出基于熵的Vague集新相似度量,与现有方法相比,本文的方法可以像普通模糊集一样,一个Vague集的熵可由它与它的补集间的相似度量较好地刻画.     

基于Vague值转化Fuzzy值的一种新方法

在分析已有Vague值转化Fuzzy值方法存在的不足与缺陷基础上,讨论了Vague值转化Fuzzy值的本质实际上是将Vague集中的未确知度按照一定比例进行分配增加到支持度中构成了一个新的支持度(隶属度)原理,建立了一种Vague值转化Fuzzy值的新方法。通过实例验证该方法在约束条件、可分辨性等方面的有效性及合理性。