语言真值直觉模糊逻辑的知识推理

针对格蕴涵代数、直觉模糊集及知识表示、基于语言真值直觉模糊代数的相关性质及运算方法,提出了六元语言真值直觉模糊代数的相关逻辑性质,并在六元语言真值直觉模糊知识表示的基础上,将模糊推理的CRI方法进行扩展,研究得出了六元语言真值直觉模糊推理的方法即6LTV-CRI算法。而后将直觉模糊推理与六元语言真值直觉模糊推理方法进行对比分析,验证了6LTV-CRI推理算法的合理性,并分析了其优缺点。     

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．     

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。     

直觉模糊集的模糊蕴含式运算方法

与经典模糊集相比,直觉模糊集具有更强的表达能力和灵活性.针对直觉模糊集的模糊推理,将经典的模糊集的模糊蕴含式拓展到直觉模糊集中,提出基于扩展二值逻辑的直觉模糊集下各种模糊蕴含式运算方法,通过实例验证直觉模糊集模糊蕴含式运算方法的有效性和正确性.     

基于直觉模糊推理的目标识别方法

针对目标识别特征值的不确定性问题,提出一种基于直觉模糊推理的目标识别方法．首先,分析现有目标识别方法的不确定性与局限性,并对空中目标识别问题及目标特征进行描述;然后,设计系统状态属性变量的隶属度函数与非隶属度函数;最后,建立直觉模糊推理规则,设计推理合成算法和解模糊算法,并检验所建规则的合理性．仿真实例验证了所提方法的有效性与适用性．     

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。     

直觉模糊集时态逻辑算子及扩展运算性质

首先在考察Atanassov直觉模糊集的基本运算的基础上．引入两个典型的作用于直觉模糊集的时态逻辑算子“□(always)”和“◇(sometimes)”,重点研究了直觉模糊集在直觉模糊时态逻辑算子作用下的若干扩展运算及其性质。最后,将这些运算性质归结为一组定理,并给出详细的证明过程。     

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IFTPN的不确定时间知识描述和推理方法

针对现有时序逻辑在对复杂不确定时间信息描述和推理方面的局限性,构造了直觉模糊时间Petri网模型(IFTPN)及其推理方法.该Petri网模型利用直觉模糊集合对模糊时延、模糊时间片进行描述,可以表达定义在离散论域或连续论域的各种不确定时间信息,并基于直觉模糊逻辑定义了模糊时间运算法则;同时,基于线性逻辑对该模型进行描述,定义了变迁之间的各种触发规则,并给出了推理方法.将该方法应用于C4ISR系统进行决策时延分析,表明了该模型及其推理方法是比较优越的.     

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。     

直觉模糊近似推理中的可信度传播

针对直觉模糊近似推理中的可信度传播,提出计算结论可信度的相关算法。首先介绍了可信度因子的概念,分析了规则中的可信度因子传播对结论可信度的影响。然后针对直觉模糊近似推理的三种基本模式（取式、拒式、假言式）,给出了计算结论可信度值的相关公式,最后通过实例验证了算法的正确性。     

复合模糊命题中基于弱逻辑的拟三角模算子研究

修正了f范数的概念,指出了符合弱逻辑关系的算子实际上是一种拟三角模算子中的Uninorm算子,接着给出了严格弱逻辑关系的拟三角模算子概念,在提出概念时,考虑了多维、基于单一数值和基于区间值以及加权的情况,并证明了符合弱逻辑关系的连续拟三角模算子是不存在的;给出了弱逻辑拟三角模算子的具体形式,给出了具体的四类弱逻辑关系的拟三角模算子,讨论了它们的性质,并进行了比较;定义了评价算子的边缘性测度和敏感性测度,对各算子进行了对比和评价.结果表明,文中给出的弱逻辑拟三角模算子可以在不同应用背景下,有效地处理不同类型的复合模糊命题真值运算,也可以在其它的模糊系统中有效处理多个模糊子集之间的聚集运算.     

Mediative fuzzy logic: a new approach for contradictory knowledge management

In this paper we are proposing a novel fuzzy method that can handle imperfect knowledge in a broader way than Intuitionistic (in the sense of Atanassov) fuzzy logic does (IFL). This fuzzy method can manage non- contradictory, doubtful, and contradictory information provided by experts, providing a mediated solution, so we called it Mediative Fuzzy Logic (MFL). We are comparing results of MFL, with IFL and traditional Fuzzy logic (FL).     

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.     

RISK ANALYSIS IN DIABETES PREDICTION BASED ON A NEW APPROACH OF RANKING OF GENERALIZED TRAPEZOIDAL FUZZY NUMBERS

A new method of ranking the generalized trapezoidal fuzzy numbers is proposed in this article. Our proposed method is based on mean position, spread along the x-axis, area, and height. Some properties regarding the proposed new method have been derived. It has been compared with existing methods taking different sets of generalized trapezoidal fuzzy numbers and the drawbacks of those existing methods have been overcome by our new method. Then the new proposed method of ranking generalized trapezoidal fuzzy numbers was applied for ordering the risk values to be affected in a diabetes problem.     

A note on ranking generalized fuzzy numbers

Ranking fuzzy numbers plays an important role in decision making under uncertain environment. Recently, Chen and Sanguansat (2011) [Chen, S. M. & Sanguansat, K. (2011). Analyzing fuzzy risk based on a new fuzzy ranking method between generalized fuzzy numbers. Expert Systems with Applications, 38(3), (pp. 2163-2171)] proposed a method for ranking generalized fuzzy numbers. It considers the areas on the positive side, the areas on the negative side and the heights of the generalized fuzzy numbers to evaluate ranking scores of the generalized fuzzy numbers. Chen and Sanguansat’s method (2011) can overcome the drawbacks of some existing methods for ranking generalized fuzzy numbers. However, in the situation when the score is zero, the results of the Chen and Sanguansat’s ranking method (2011) ranking method are unreasonable. The aim of this short note is to give a modification on Chen and Sanguansat’s method (2011) to make the method more reasonable.     

系数为对称梯形模糊数的模糊线性规划

针对模糊系数的线性规划, 提出了一种系数为对称梯形模糊数的线性规划的方法, 同时得出一些定理、命题以及相应的算法, 并通过实例验证了该方法的有效性. 该方法与常规方法的不同之处在于无须将模糊线性规划转化为经典线性规划就能得到满意的模糊优化解, 因此提出的方法所取得的规划结果更加满足决策者的需要.     

基于交叉熵的ITFN的多属性决策方法

针对属性值为直觉梯形模糊数且属性权重完全未知的多属性决策问题,提出了一种基于交叉熵的决策方法。给出期望值的方法将直觉梯形模糊数转化为直觉模糊数,进而提出直觉模糊数的交叉熵等概念及相关性质。基于各方案与正理想方案的总区别信息最小化原则,建立非线性模型,求出属性权重。用实例说明该方法的有效性。     

On gramians and balanced truncation of discrete-time bilinear systems

This paper obtains a balanced truncation model reduction method for discrete-time bilinear systems. After deriving the sufficient conditions for the discrete-time bilinear systems to lead to bounded outputs for some bounded inputs, we study the properties of the reachability and observability gramians. The gramians can be computed by solving two generalized Lyapunov equations. By balancing the reachability and observability gramians, a model reduction method is obtained. Some propositions of the reduced order models are given. A numerical example is given to illustrate the effectiveness of the proposed method.     

Fuzzy risk analysis based on ranking generalized fuzzy numbers with different left heights and right heights

In this paper, we present a new method for fuzzy risk analysis based on the proposed new fuzzy ranking method for ranking generalized fuzzy numbers with different left heights and right heights. First, we present a fuzzy ranking method for ranking generalized fuzzy numbers with different left heights and right heights. The proposed method considers the areas of the positive side, the areas of the negative side and the centroid values of generalized fuzzy numbers as the factors for calculating the ranking scores of generalized fuzzy numbers with different left heights and right heights. It can overcome the drawbacks of the existing fuzzy ranking methods. Then, we propose a new method for fuzzy risk analysis based on the proposed fuzzy ranking method, where the evaluating values are represented by generalized fuzzy numbers. The proposed fuzzy risk analysis method provides us with a useful way for fuzzy risk analysis based on generalized fuzzy numbers with different left heights and right heights.