基于包含度的直觉模糊相似度量方法

针对现有文献中涉及到直觉模糊相似度量的计算公式大多是基于直觉模糊距离测度的现状,提出一种基于包含度的直觉模糊相似度量方法。借助模糊蕴涵算子和集合基数,建立了IFS包含度的一系列具体公式,揭示了IFS包含度与相似度的关系,提出了一种基于包含度的IFS相似度量方法,并以具体算例表明该方法不仅可以解决中部分存在的问题,而且为研究IFS相似度量理论开辟一个新的途径。     

直觉模糊集上的混合单调包含度

包含度是不确定推理理论中度量两集合间的包含程度的一种有力工具。提出了直觉模糊集上的混合单调包含度(简称IFH包含度)的定义。构造了一些具体的IFH包含度,证明了这些构造方法的合理性。讨论了一些特殊的IFH包含度所满足的分配性质和传递性质。给出了IFH包含度在知识模式匹配中的应用。丰富了包含度理论,同时为研究直觉模糊集之间的包含程度提供了具体方法。     

基于包含度的直觉模糊粗糙集模型

将直觉模糊包含度引入粗糙集与直觉模糊集的融合建模。首先,介绍直觉模糊集在特殊格L上的定义;其次,将模糊包含度拓展到直觉模糊环境下,提出取值于特殊格L的直觉模糊包含度定义和计算公式;在此基础上,分别利用直觉模糊包含度的隶属度与非隶属度定义了上下近似算子,建立了直觉模糊相似关系下的直觉模糊粗糙集模型,并对近似算子的重要性质进行了证明。     

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。     

二型直觉模糊集

二型模糊集和直觉模糊集都具有很强的实际应用背景.二型模糊集增强了系统处理不确定性的能力,直觉模糊集为解决人们判断问题所出现的犹豫信息提供了理论依据.本文在二型模糊集和直觉模糊集的基础上,给出了二型直觉模糊集的概念,证明了二型直觉模糊集是一型模糊集、直觉模糊集、区间值模糊集、区间值直觉模糊集的广义形式,讨论了二型直觉模糊集的基本运算和二型直觉模糊关系.最后,研究了基于二型直觉模糊理论的近似推理,并实例说明了二型直觉模糊集的实际应用背景.     

直觉模糊集的结构化分析

直觉模糊集理论采用隶属度函数和非隶属度函数刻画不确定性信息,具有一定程度的主观性。为了研究直觉模糊集的本质特征,提出一种直觉模糊集的结构化分析方法,定义了直觉模糊相容关系,给出了直觉模糊集的同构原理,讨论了直觉模糊集的结构化特征。所得结果表明,直觉模糊集也具有客观性的一面。     

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．     

一种新的直觉模糊集相似度测量

直觉模糊集IFS是模糊集的进一步推广,比传统的模糊集在处理模糊性和不确定性等方面更具灵活性和实用性。已有的部分相似度测量方法,不满足相似度的公理化或有些存在反直觉的情形。通过对Boran和AKay提出的直觉模糊集的相似性度量的研究,提出了一种新的改进的相似度测量公式,证明了该公式的合理性,最后通过实例说明了该方法的有效性。     

多值直觉模糊集定义

基于直觉模糊集的基本概念,考虑其隶属度与非隶属度两个因素的影响,定义了一种多值直觉模糊集,并给出了五种多值直觉模糊集的隶属度与非隶属度的综合评判准则,即算术平均法、几何平均法、去掉最大最小值算术平均法、隶属度中值法、非隶属度中值法,从而使直觉模糊得到了拓广和应用.     

覆盖粗糙直觉模糊集模型的研究

粗糙集和直觉模糊集的融合是一个研究热点。在粗糙集、直觉模糊集和覆盖理论基础上,给出了模糊覆盖粗糙隶属度和非隶属度的定义。考虑到元素自身与最小描述元素的隶属度和非隶属度之间的关系,构建了两种新的模型——覆盖粗糙直觉模糊集和覆盖粗糙区间值直觉模糊集,证明了这两种模型的一些重要性质,与此同时定义了一种新的直觉模糊集的相似性度量公式,并用实例说明其应用。     

直觉模糊逻辑算子研究’

模糊逻辑算子是模糊信息融合、模糊推理及模糊决策的重要工具。针对作为模糊逻辑算子重要扩展的直觉模糊逻辑算子,首先引入了直觉模糊集在特殊格上的等价定义。其次,验证了直觉模糊t-模与s-模的若干重要性质。在此基础上,对两种常用的蕴涵算子：直觉模糊孓蕴涵与直觉模糊R-蕴涵所具有的新性质进行讨论和证明,从而便于直觉模糊逻辑算子的进一步应用。     

一种广义直觉模糊粗糙集模型

Atanassov直觉模糊集是对Zadeh模糊集最有影响的一种扩充和发展。为进一步拓展Pawlak粗糙集对多重不确定性信息的处理能力,将直觉模糊集引入粗糙集,采用构造性方法提出了一种广义直觉模糊粗糙集模型。首先,介绍了直觉模糊集在一个特殊格上的等价定义,对直觉模糊近似空间的两个基本要素(直觉模糊逻辑算子和直觉模糊关系)进行了研究,证明了一些重要的性质定理;在此基础上,建立了等价关系下的直觉模糊粗糙集模型;最后,对所提模型的性质进行了分类验证与讨论。     

基于包含度的变精度模糊粗糙集

利用模糊集的一个强包含度,在弱模糊划分的基础上建立了基于该包含度的变精度模糊粗糙集模型,对其重要性质进行了深入研究,并给出了对应形式粗糙度的计算方法,进一步利用海明距离和欧几里得距离定义了该模型下模糊粗糙集的两个粗糙性度量。给出的变精度模糊粗糙集模型能够使模糊粗糙集的运算按照模糊集的运算实现,为变精度模糊粗糙集理论的研究和应用莫定了一定的理论基础。     

基于直觉模糊的满意度计算模型

满意度理论广泛应用于优化、控制、管理、决策、资源分配、任务调度等领域,但大多是针对具体问题背景定义和计算满意度,缺乏一种普遍适用的形式化满意度计算模型。基于直觉模糊集理论建立了一个普适的多级直觉模糊满意度计算模型;利用直觉模糊集算子有效地诱导出直觉模糊满意度,将定性与定量的方法结合起来进行满意度计算,使计算结果信息量更大、更加科学合理且自动化程度高。分析了该模型的计算复杂度,并结合实例计算了商洛旅游的直觉模糊满意度,结果显示该模型高效实用。     

Intuitionistic fuzzy soft modules

Molodtsov (1999) initiated the concept of soft sets in [1]. Maji et al. (2003) defined some operations on soft sets in [22]. Akta? and Ça?man (2007) generalized soft sets by defining the concept of soft groups in [16]. After them, Sun et al. (2008) gave soft modules in [21]. In this paper, the concept of an intuitionistic fuzzy soft module is introduced and some operations on intuitionistic fuzzy soft sets are given. Finally, some of its basic properties are studied.     

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.     

基于真值支持度的直觉模糊推理方法

为了降低直觉模糊集在推理过程中需要同时考虑隶属度和非隶属度两方面运算的复杂性,提出了一种基于真值支持度的直觉模糊推理方法,研究了强真度、真值支持度及其相关性质,并将强真度和真值支持度引入到推理中,给出真值支持度的直觉模糊推理算法及计算步骤,并以具体算例验证了该方法的正确性和有效性。     

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。     

多值直觉模糊集信息融合研究

多值直觉模糊集是对直觉模糊集的拓展,较传统直觉模糊集在描述不确定、不精确、信息不完全问题时的能力更强。但如何将多值直觉模糊集中的多个隶属度与非隶属度进行融合,进而得到综合的评判准则,这是在应用多值直觉模糊集合分析问题时首先要解决的问题之一。现对此问题进行了研究,并为其构造了几种融合方法。