直觉模糊序决策系统的部分一致约简

直觉模糊决策系统是模糊决策系统的扩展,其中条件属性值均为直觉模糊元。讨论属性值之间带有序关系的直觉模糊决策系统,即直觉模糊序决策系统。首先,引入直觉模糊序决策系统的部分一致约简,并证明了在一致直觉模糊序决策系统中,部分一致约简恰为相对约简,因此部分一致约简是相对约简在不一致直觉模糊序决策系统中的扩展。其次,给出求解直觉模糊序决策系统全部部分一致约简的部分一致辨识矩阵和辨识函数。然后,介绍了部分一致约简的两种等价形式:下约简和下近似约简。最后,用实例验证了约简计算方法的可行性。     

直觉模糊序决策信息系统的分配约简

在直觉模糊集概念的基础上,通过对直觉模糊数加权的方法建立一种新的序关系。利用传统的序关系和新的序关系分别建立直觉模糊序决策信息系统。然后在定义的分配函数和分配协调集的基础上,给出对应的分配约简的判定定理和辨识矩阵,进而建立直觉模糊序决策信息系统的分配约简的具体方法。最后通过实例验证该方法的有效性。     

区间值模糊决策序信息系统的部分一致约简

实际问题中,事物的一些属性值介于某个范围之间,常被用来刻画信息系统中的不确定信息。为了表达这种情况,属性值通常用模糊区间来表示,这种信息系统就是区间值模糊信息系统。本文通过在带有决策的区间值模糊信息系统中引入优势关系,建立区间值模糊决策序信息系统。在此基础上构造部分一致函数来简化知识的表达,并获得部分一致约简的判定定理,通过可辨识属性集和可辨识矩阵提供不协调的区间值模糊序信息系统的部分一致约简的具体方法,并结合投资风险这一具体案例的求解分析,进一步阐述了对部分一致约简研究的意义,丰富了区间值模糊序决策信息系统中的粗糙集方法。     

广义优势多粒度直觉模糊粗糙集及规则获取

优势关系粗糙集模型是研究序信息系统中数据挖掘的主要方法。为了丰富现有优势关系粗糙集模型,使其更加有效地应用于实际问题,本文首先在直觉模糊决策信息系统中利用三角模和三角余模定义了3种优势关系,得到了3种优势类;其次构造了广义优势关系多粒度直觉模糊粗糙集模型,讨论了该模型的主要性质;随后给出如何从直觉模糊决策信息系统中获取逻辑连接词为“或”的决策规则;最后通过实例说明该模型在处理直觉模糊决策序关系信息系统时是有效的。     

直觉模糊序信息系统下变精度与程度的“逻辑且”粗糙集

通过综合考虑集合中元素的隶属度、非隶属度和犹豫度,定义了直觉模糊信息系统的加权得分函数。基于此得分函数,定义了直觉模糊信息下的优势关系,运用“逻辑且”的方式将变精度粗糙集和程度粗糙集结合起来定义了“逻辑且”粗糙集模型,并研究了其相关性质。最后,通过实例分析进一步体现了该研究的意义,为序信息系统的知识表示提供了新的理论基础。     

直觉模糊序信息系统的变精度与程度“逻辑差”粗糙集

将直觉模糊集合中元素的隶属度、非隶属度和犹豫度充分地结合起来,在直觉模糊信息系统中定义了二次加权得分函数。基于此得分函数定义了直觉模糊信息系统中的优势关系,进一步地,通过"逻辑差"的方式将变精度粗糙集和程度粗糙集结合起来,提出了变精度与程度"逻辑差"粗糙集模型,并研究了其相关性质,发现"逻辑差"组合能够同时考虑变精度和程度的双重量化信息。最后,通过实例分析,进一步体现了研究意义,为直觉模糊序信息系统的知识发现提供了理论基础。     

一种改进的直觉模糊信息系统的决策规则及其约简

直觉模糊集是基于模糊概念研究而建立的,表达模糊度更为细腻,处理不精确信息更为准确。论文是以直觉模糊信息系统为研究对象,以直觉模糊集为工具,给出了一种改进的直觉模糊信息系统的决策规则及约简方法。论文首先给出直觉模糊信息系统的预备知识,然后构造了一种改进的直觉模糊集并研究其性质及规则提取,最后通过实例验证该方法的有效性和可行性。     

区间序信息系统及其属性约简算法

在不含决策属性的区间序信息系统中,区间偏序关系的不完备性造成信息流失。针对该问题,提出一种新的基于区间模糊数的区间序全序关系,以此建立区间序信息系统,并分析其相关上、下近似的单调性和包含性。采用不可区分函数的方法,给出区间序信息系统的属性约简算法,并通过算例验证了该算法的有效性。     

基于变精度粗糙直觉模糊集的决策规则获取

以直觉模糊目标信息系统为研究对象,以粗糙集和直觉模糊集为工具,以知识发现为目的,给出了从直觉模糊决策表中获取决策规则的一种有效方法。即通过对Pawlak粗糙隶属函数的定义进行推广,给出粗糙直觉模糊隶属函数,利用新的粗糙隶属函数,建立了变精度粗糙直觉模糊集模型。在此模型基础上定义了变精度粗糙直觉模糊集的近似质量和近似约简,由近似约简导出概率决策规则集,从而给出了直觉模糊决策表的概率决策规则获取方法。最后,以实例说明了这一方法的有效性。关键词：     

广义优势多粒度直觉模糊粗糙集的属性约简

证据理论和多粒度粗糙集模型的结合已成为知识挖掘中的热点研究之一,其建立的模型已被应用于不完备、覆盖、模糊等信息系统,但在直觉模糊决策信息系统中还未见相关讨论。首先,在直觉模糊决策信息系统中利用三角模和三角余模定义了3种优势关系,得到了3种优势类,并构造了广义优势关系多粒度直觉模糊粗糙集模型;其次,基于证据理论,讨论了广义多粒度直觉模糊粗糙集的信任结构;然后,通过定义粒度重要性和属性重要性给出了属性约简方法;最后,通过实例说明了该模型在处理直觉模糊决策信息系统时是有效的。     

基于直觉模糊集的模糊信息系统模型

首先设计直觉模糊集的真度λ截集方法,并结合该方法提出了基于直觉模糊集的模糊信息系统ISI;然后详细分析了ISI的系统模型和系统的对象可满足性,证明了ISI是其他信息系统的泛化;最后提出了ISI的形式化概念分析理论,并分析了ISI在知识发现和知识推理中的应用.理论验证和实例分析结果均表明了ISI系统模型在描述客观世界和支持模糊推理方面的正确性和有效性.     

基于直觉模糊粗糙集的属性约简

针对Jensen下近似定义的局限性,提出一种新的等价类形式的近似算子表示,并将其推广到直觉模糊环境.在此基础上,将相对正域、相对约简、相对核等粗糙集的知识约简概念推广到直觉模糊环境,提出一种直觉模糊信息系统的启发式属性约筒算法.实例计算表明.该方法比Jensen的属性约简方法更为合理有效.     

乘型一致性毕达哥拉斯模糊偏好关系

毕达哥拉斯模糊偏好关系(PFPR)是直觉模糊偏好关系的推广,也是毕达哥拉斯模糊集的重要研究领域.相对于其他模糊偏好关系而言,毕达哥拉斯模糊偏好关系在表达决策者的模糊偏好时更加灵活有力.在乘型一致性区间模糊偏好关系和乘型一致性直觉模糊偏好关系研究成果的启发下,定义毕达哥拉斯模糊偏好关系的乘型一致性,并提出利用毕达哥拉斯模糊权重向量构造乘型一致性毕达哥拉斯模糊偏好关系的公式.以给定的毕达哥拉斯模糊偏好关系与构造的乘型一致性毕达哥拉斯模糊偏好关系的偏差最小为目标函数建立并求解优化模型,从而获取毕达哥拉斯模糊偏好关系的标准化权重向量,为方案排序提供一种可行的方法.计算实例分析表明,所提出方法是可行有效的.     

Intuitionistic preference relations and their application in group decision making

Intuitionistic fuzzy set, characterized by a membership function and a non-membership function, was introduced by Atanassov [Intuitionistic fuzzy sets, Fuzzy Sets and Systems 20 (1986) 87-96]. In this paper, we define the concepts of intuitionistic preference relation, consistent intuitionistic preference relation, incomplete intuitionistic preference relation and acceptable intuitionistic preference relation, and study their various properties. We develop an approach to group decision making based on intuitionistic preference relations and an approach to group decision making based on incomplete intuitionistic preference relations respectively, in which the intuitionistic fuzzy arithmetic averaging operator and intuitionistic fuzzy weighted arithmetic averaging operator are used to aggregate intuitionistic preference information, and the score function and accuracy function are applied to the ranking and selection of alternatives. Finally, a practical example is provided to illustrate the developed approaches.     

基于改进的直觉模糊核聚类的图像分割方法

针对噪声图像模糊性的本质，提出了基于改进的直觉模糊核聚类的图像分割方法。采用直觉模糊集描述噪声图像包含的不确定性信息，将图像的灰度信息转换到直觉模糊域进行处理；将模糊核聚类拓展为直觉模糊核聚类，在图像的直觉模糊域进行聚类；通过高斯核函数和欧氏距离分别对像素8-邻域的灰度和空间信息进行建模，综合平衡灰度和空间信息对聚类的作用，并将其作为惩罚项加入到直觉模糊核聚类的目标函数中；通过梯度下降法，推导了迭代求解算法；通过典型的合成图像和自然图像分割实例，验证了所提算法的有效性和鲁棒性。     

A study of TODIM in a intuitionistic fuzzy and random environment

Nowadays the process of decision making may be very complex. Many methods to support Multi-Criteria Decision Making (MCDM) have been proposed. Recently, the TODIM (an acronym in Portuguese of Interactive and Multicriteria Decision Making) method, which is based on the prospect theory, has received more attention. In this paper we generalize the Fuzzy-TODIM method to deal with intuitionistic fuzzy information and to be capable to consider underlying random vectors that affects the performance of the alternatives. The method makes use of some Bayesian ideas to provide an overall ranking of the alternatives. This work considers information represented by intuitionistic fuzzy number and intuitionistic fuzzy sets (IFS). Also, a new formula of distance between IFS and a new score function to compare IFS are introduced. Examples are discussed and compared with other works, showing the feasibility of the proposed method.     

Semi-parametric partially logistic regression model with exact inputs and intuitionistic fuzzy outputs

Some accounting studies have focused on logistic regression relationships between exact/fuzzy inputs/outputs. However, intuitionistic fuzzy sets find application in many real studies instead of fuzzy sets. On the other hand, semi-parametric partially linear model also has attracted attentions in recent years. This study is an investigation of intuitionistic fuzzy semi-parametric partially logistic model for such cases with exact inputs, intuitionistic fuzzy outputs, intuitionistic fuzzy smooth function and intuitionistic fuzzy coefficients. For this purpose, a hybrid procedure is suggested based on curve fitting methods and least absolutes deviations to estimate the intuitionistic fuzzy smooth function and intuitionistic fuzzy coefficients. The proposed method is also compared with a common fuzzy logistic regression model as a real fuzzy data set. It is shown that the proposed intuitionistic fuzzy logistic regression model performs better and efficient results in regard to some goodness-of-fit criteria suggest that the proposed model could be successfully applied in many practical studies of intuitionistic fuzzy logistic regression model in expert systems.     

基于模糊结构元的模糊数直觉模糊多准则决策方法

针对准则权重信息不完全确定的模糊数直觉模糊多准则决策问题,采用模糊结构元方法进行处理.基于模糊数直觉模糊集的模糊结构元表示、模糊数比较和排序的模糊结构元方法以及直觉模糊数的记分函数和距离测度,定义了模糊数直觉模糊数的记分函数和距离测度,进而提出两种准则权重信息不完全确定而准则值为模糊数直觉模糊数的多准则决策方法:记分函数法和逼近理想解排序(TOPSIS)法.实例分析表明了这两种方法的可行性和有效性.