区间直觉模糊粗糙集的不确定性度量

利用模糊熵工具将近似集的不确定性度量方法应用在区间直觉模糊信息系统中,给出了区间直觉模糊近似算子的不确定性度量公式.通过在区间直觉模糊近似空间中定义一对新的区间直觉模糊上、下近似算子,将模糊粗糙隶属函数的定义推广到了区间直觉模糊集的粗糙隶属函数;然后利用区间直觉模糊粗糙隶属函数的模糊熵,定义了区间直觉模糊粗糙集的熵;进而解决了区间直觉模糊粗糙集的不确定性度量问题,并讨论了度量的一些相关性质,以此说明定义的合理性.     

模糊数直觉模糊集的距离及其应用

定义了一种新的模糊数直觉模糊集的距离,同时给出和证明了它的两个距离公式,并通过具体的例子进行了计算。最后将一个距离公式应用到一个实例中。     

模糊数直觉模糊集的距离

定义了一种新的模糊数直觉模糊集的距离,同时给出并证明了它的一个距离公式,并通过具体的例子进行了计算。最后将这个距离公式应用到一个实例中。该实例表明,在得不到精确数据的情况下,通过所定义的模糊数直觉模糊集的距离公式,进行模糊数估计和计算,可以对商品价格进行评估。     

模糊数值直觉模糊群的性质

通过模糊数值直觉模糊集定义模糊数值直觉模糊群,讨论模糊数值直觉模糊群的一些运算,研究它 的一些性质并加以证明。随后在两个非空有限经典群同态意义下,证明这种模糊数值直觉模糊群的像仍是模糊数 值直觉模糊群。     

模糊数直觉模糊集的距离

定义了一种新的模糊数直觉模糊集的距离,同时给出并证明了它的一个距离公式,并通过具体的例 子进行了计算。最后将这个距离公式应用到一个实例中。该实例表明,在得不到精确数据的情况下,通过所定义的 模糊数直觉模糊集的距离公式,进行模糊数估计和计算,可以对商品价格进行评估。     

粗糙直觉模糊集的不确定性分析

基于粗糙直觉模糊集的基本概念和模糊熵的公理化定义,给出了直觉模糊集粗糙隶属函数的定义并讨论其基本性质,再利用粗糙隶属函数的直觉模糊熵,给出了粗糙直觉模糊集的不确定性度量,并讨论了度量的一些相关性质。     

毕达哥拉斯模糊熵的公理化定义和计算公式

介绍了毕达哥拉斯模糊集的定义;提出了毕达哥拉斯模糊熵的公理化定义和计算公式,在完整地考虑隶属度、非隶属度、犹豫度这 3 个变量的关系之后,对毕达哥拉斯模糊熵的公理化定义进行了修改,提出了改进的毕达哥拉斯模糊熵定义和计算公式;说明了改进的毕达哥拉斯模糊熵的优势,并用实例验证了毕达哥拉斯模糊熵计算公式的有效性和科学性。     

直觉模糊代数理想和直觉模糊商代数

引入了直觉模糊代数理想和直觉模糊商代数的概念 ,讨论了它们的一些性质 ,给出了直觉模糊代数理想的刻画     

基于直觉模糊熵的多目标决策

讨论了基于直觉模糊集的多准则决策,提出了一种新的决策方法：基于直觉模糊熵的多目标决策。给出不同的直觉模糊熵用于多目标决策,并给出了基于直觉模糊熵的多目标决策具体算法。通过具体实例,说明运用不同的直觉模糊熵得出的结果基本是一致的,这说明了决策具体算法的合理性,从而说明基于直觉模糊熵的多目标决策是可行的。     

直觉模糊粗糙集

提出了直觉模糊粗糙集的概念,并给出了其上、下近似算子的一些性质,将Pawlak提出的经典粗糙集进行了推广。     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

直觉模糊代数

提出了直觉模糊域和直觉模糊代数的概念。给出了一个直觉模糊集是直觉模糊代数的充分必要条件 ,讨论了直觉模糊代数在代数同态下的像及逆像。     

一种改进的基于模糊对比度的图像增强方法

将模糊数学理论和图像对比度增强方法相结合,提出了一种改进的基于模糊对比度的图像增强方法,并将这种方法运用到实际项目中去,取得了优于现有方法的更好效果．     

基于直觉模糊集相似度量的多属性决策方法

针对一个特定的由直觉模糊集刻划的决策问题进行研究。基于直觉模糊值的几何意义,提出一种新的直觉模糊值上的相似度量,并基于该度量提出一种直觉模糊集上的多属性决策方法。最后,以实例说明该决策方法的有效性。     

GIOWA算子在直觉模糊多属性决策中的应用研究

广义的导出有序加权平均（GIOWA）算子是一种有效的信息集结方法,对方案以模糊语言形式进行评估的多属性决策问题有重要的理论意义。采用GIOWA算子对隶属度值进行加权,进而对方案集进行优序排序。结合实例分析说明方法有效、可行。     

直觉模糊集的贴近度与熵的关系

基于直觉模糊集贴近度与熵的公理性定义给出了直觉模糊集贴近度与熵的几种不同的算法.并给出了如何由直觉模糊集的贴近度而建立熵,同时给出了由直觉模糊集的熵而建立贴近度的方法,说明了直觉模糊集的贴近度与熵有着必然的联系.     

基于前景理论的直觉模糊决策方法及其在配送中心选址中的应用

为提高配送中心选址的效率, 构建基于前景理论的直觉模糊多属性决策方法, 并将其应用于配送中心的选址决策中。介绍直觉模糊集的相关概念, 提出一种改进的得分函数算法, 并与前景理论相结合构建新的决策模型。在此基础上对配送中心选择的决策流程进行规划, 并选取营运成本、交通因素、客户服务等指标构建配送中心选址的评价指标体系。通过算例对某电商平台的配送中心选址决策进行评价。本方法一方面在决策评价过程引入直觉模糊数, 充分考虑决策过程中专家评价的不确定性和专家打分的犹豫度水平; 另一方面使用基于前景理论的决策方法进行综合评价, 充分考虑人们在面临收益和损失时风险偏好的差异性, 使得决策结果更加符合人们的真实意图, 从而得到更合理的决策效果。算例结果表明, 本文方法与直觉模糊TOPSIS决策方法的计算结果一致, 且前者的区分度更大, 更有利于配送中心水平的划分, 进而提高决策的质量, 降低决策风险。       

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷，即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理。并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法。通过定义新的隶属函数和一种新的模糊增强算法，结合图像平滑滤波处理进行图像边缘提取，有效地增强了边缘信息且抑制了噪声的干扰，并给出了该方法在图像边缘提取中的应用实例。     

关于直觉模糊子群的注记

在K.Atanassov引进的直觉模糊集概念的基础上,引入了直觉模糊子半群、直觉模糊幺半群和直觉模糊子群的概念,并利用直觉模糊集的逆集、直觉模糊集的乘积概念,讨论了直觉模糊子群的若干性质。同时,利用直觉模糊集的截集特征刻画了直觉模糊子群。     

一种模糊线性回归方法及其应用

给出了一种新的模糊线性回归方法,并给出了该方法的一个应用实例。