基于区间值推理的模糊神经网络

在区间值模糊推理的理论基础上，提出了基于区间值推理的模糊神经网络。主要是将模糊逻辑规则利用神经网络来实现，给出了基于IVFR的FNN的结构以及通过两个模糊集的贴近度作为误差反馈的学习算法。     

一种基于未知度的区间值加权模糊推理方法

基于Vague集未知度给出一种新的区间值加权模糊推理方法,将精确量的推理规则区间值模糊化,并给出加权的基于Vague集未知度的相似度量方法,用以确定事实为区间值的模糊控制匹配函数,通过实例分析表明,该推理方法过程比较简单,具有较好的实用价值。     

基于区间值模糊的改进模糊神经网络研究

鉴于传统模糊神经网络计算繁琐、模型精度较低、难以收敛等问题,结合区间值与粗糙集理论,通过简化网络结构,改进输入条件,提出基于区间值推理的改进的模糊神经网络.通过仿真实验,验证了该方法的可行性.这一结果为研究模糊神经网络提供一种新的方法.     

区间值Fuzzy集的生成结构

借助区间值模糊集中元素的区间指数，引入点算子，该算子将一区间值模糊集与一模糊集族联系起来，借助点算子剖析区间值模糊集的结构，用普通模糊集生成区间值模糊集，给出其两种形式的生成结构，其一是用一个普通模糊集生成一区间值模糊集，其二是两个普通模糊集共同生成区间值模糊集，文中给出的这两种形式的生成结构对拓广区间值模糊集的应用领域将是有益的。     

基于区间值直觉模糊集距离的多属性决策方法

针对区间值直觉模糊集上的多属性决策问题,使用区间值直觉模糊集犹豫度的概念,给出区间值直觉模糊集之间一种新的距离公式,并据以提出基于理想点法的区间值直觉模糊集多属性决策方法。最后,借助实例说明该决策方法的有效性。     

基于区间值Vague集的多目标模糊决策方法

介绍了一种新的模糊集合即区间值Vague集，此集合把Vague集的肯定与否定隶属度函数值采用区间值表示，使其表达不确定数据的形式更灵活，并研究在此种集合下多目标的模糊决策问题，采用评价函数和记分函数进行决策。     

区间值直觉Fuzzy集的结构

引进区间值直觉Fuzzy集的截集的概念,并在此基础上给出区间值直觉Fuzzy集的分解与表现两种结构形式。     

基于多目标区间值模糊聚类的含噪图像分割

针对区间值模糊聚类算法,提出基于多目标区间值模糊聚类的含噪图像分割算法。利用迭代非局部均值算法去除图像中的噪声点,并在其上构造一个区间值模糊图像,然后设计两个区间值模糊聚类有效性函数作为多目标优化的适应度函数,并构造一个融合区间值模糊信息的最优解选取指标。在自然图像和刑侦图像上的实验结果表明,该算法能够在抑制噪声的同时取得良好的分割效果。     

区间值函数和Fuzzy值函数的积分收敛（Ⅱ）

给出了区间数和Ｆｕｚｚｙ数的一种距离，并在这种距离下，给出了区间值函数和Ｆｕｚｚｙ值函数的５种收敛定义，接着讨论了点值函数，区间值函数和Ｆｕｚｚｙ值函数的５种收敛之间的关系。得到了一些有意义的结论，最后，给出几乎一致收敛和依测度收敛的积分收敛定理。     

区间值函数与模糊值函数的RS积分

定义了区间值函数的ＲＳ积分,并利用它来定义模糊值函数的ＲＳ积分,给出了这种积分的一些性质。     

一种多粒度粗糙区间模糊集方法

多粒度是利用粗糙集方法处理分布式数据的一种有效手段。为了使得多粒度方法能够用于模糊目标的近似逼近,提出了一种多粒度粗糙区间模糊集方法,分别包括乐观和悲观两种不同的模型。不仅对这两种多粒度粗糙区间模糊集的基本性质进行了讨论,而且通过实例分析表明了新提出的模型用于处理区间模糊问题的有效性。     

基于区间值模糊集熵的图像阈值分割算法

提出了一种新的区间值模糊集的模糊熵,并将其用于图像的阈值分割.根据图像直方图确定模糊化因子,选择适当的主隶属函数实现图像的区间值模糊集表示.利用新的区间值模糊集的模糊熵研究了图像的阈值分割算法.仿真实验表明,新的基于区间值模糊集模糊熵的阈值分割算法在处理模糊图像及具有噪声图像方面均比经典图像阈值分割方法更有效.     

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。     

基于区间模糊匹配函数的数据清洗算法研究及其在问卷调查中的应用

数据清洗是保证数据质量的重要步骤. 由于人类的活动通常带有一定的主观性与情绪性,因此现实中部分数据往往存在不合理性甚至错误. 而此类不合理数据常具有不确定性、模糊性与隐藏性,这给数据清洗带来了困难. 传统的数据清洗方法对此类数据难以充分发挥作用. 结合区间值模糊集理论与匹配函数提出一种区间模糊匹配函数方法,构建区间模糊匹配算法来清洗数据、提高数据质量,并将其应用在问卷调查数据中. 实验结果表明本算法具有较高的准确度及运行效率,适应处理数据中的不合理数据.     

Quantitative comparison of similarity measure and entropy for fuzzy sets

Comparison and data analysis with the similarity measures and entropy for fuzzy sets were carried out. The distance proportional value between the fuzzy set and the corresponding crisp set was considered by the fuzzy entropy. The relation between the similarity measure and the entropy for fuzzy set was also analyzed. The fuzzy entropy was reformulated as the dissimilarity measure. Furthermore, crisp set having the minimum uncertainty with respect to the corresponding fuzzy set was also proposed. Finally, derivation of a similarity measure from entropy with the help of total information property was derived. A simple example shows the relation between similarity measure and fuzzy entropy, in which the summation of similarity measure and fuzzy entropy represents a constant value.     

改进的广义模糊软集的贴近度

基于广义模糊软集在处理不确定性问题中的应用,本文对已有的广义模糊软集的贴近度进行了修正,并将其应用于医疗诊断问题中。通过比较得到,修正的贴近度更合理,因而有更好的适用性。     

基于IVFS的专家模糊控制应用研究

针对不确定性知识难以量化．摸铷控制器曲隶属函数不容易确定等问题．提出了一种区间值横期产生式规则．建立模糊控制规则模型，给出了区间值模糊匹配函数定义，在此基础上给出了区间值模糊推理方法。该方法更有利于模期规则的精确匹配．应用到实际工业控制对象，能更好的反映领域专家的决策思维和推理过程。     

区间值模糊参数软集及其在决策中的应用

定义了区间值模糊参数软集的概念,研究了区间值模糊参数软集的运算及运算性质。然后,给出利用区间值模糊参数软集进行决策的方法,并通过实例说明了方法的可行性。