基于Vague值转化Fuzzy值的一种新方法

在分析已有Vague值转化Fuzzy值方法存在的不足与缺陷基础上,讨论了Vague值转化Fuzzy值的本质实际上是将Vague集中的未确知度按照一定比例进行分配增加到支持度中构成了一个新的支持度(隶属度)原理,建立了一种Vague值转化Fuzzy值的新方法。通过实例验证该方法在约束条件、可分辨性等方面的有效性及合理性。     

关于Vague值向Fuzzy值转化方法的一些思考

提出Vague值向Fuzzy值转化的系列均值修正法。证明了这些方法满足Vague值向Fuzzy值的转化准则。     

从Fuzzy值数据向Vague值数据的转化公式

提出了Fuzzy值数据向Vague值数据的转化准则和定义,提出了一些Fuzzy值数据向Vague值数据的转化公式（方法）。例题表明这些公式（方法）都是有效的。     

基于Vague集BP网的应急救援物资需求模式识别

为了解决应急救援物资需求模式识别中的不确定信息、特别是未知度信息的处理问题,将Vague集引入经典的BP网。研究Vague集信息转化为Fuzzy集信息的方法,给出Vague值转化为Fuzzy值遵循的一系列准则。据此,提出确定隶属度函数的方法;设计四层多输出的基于Vague集BP(VBP)网的拓扑结构;给出VBP网的具体实现步骤。实验表明,与经典BP网、基于经典模糊化公式的VBP网相比,采用所提出的VBP网,具有较高的测试精度。     

Vague值向Fuzzy值转化方法新探

用反例证明文献[1]提出的两种Vague值向Fuzzy值的转化方法是不满足准则1^[2]和准则2^[2]的。但是如果在这两个方法中补充参数的约束条件,则这两种方法皆是实用方法。提出两种Vague值向Fuzzy值新的转化方法,证明了它们是实用方法。     

Vague集向Fuzzy集转化的一种新方法

提出Vague值向Fuzzy值转化的实用方法的定义。针对文献[6]中的一个Vague值向Fuzzy值转化的均值修正法,提出了加权均值修正法,并证明了这种方法同样是Vague值向Fuzzy转化的一种非常实用的方法。     

Vague值向Fuzzy值转换的两种方法

提出两种Vague值向Fuzzy值的转化方法。证明了这些转化方法是实用方法。证明了文献[1]所提出的三种转化方法都是这些转化方法的特殊情况。还证明了文献[2]所提出的转化方法是这些转化方法的特殊情况。     

关于Vague集概念的一点注记

1.中国台湾学者Wen-Lung Gan与Daniel J.Buehrer于1993年引入了所谓Vague集的概念。按照文[1],论域X中的一个Vague集V是由X到[0,1]的两个映射t_v与f_v所确定: t_v(x) f_v(x)≤1,x (1)t_v(x)表示支持“x属于V”成立的程度,称为真隶属函数;f_v(x)表示反对“x属于V”成立的程度,称为假隶属函数。在此基础上,Gan等讨论了Vague集的包含关系,并、交、补运算及其简单性质。然而,应该指出,早在1990年,上述所谓Vague集的概念已被大陆学者任平所给出。在文[2]中,任平提出了广义模糊集的概念,它是由一对隶属函数u_A~T(x)与u_A~F(x)所确定。确切地说,u_A~T(x)表示x属于A的程度,即命题“x属于A”的真值;u_A~F(x)表示命题“x属于A”的假值,即从另一角度看x不属于A的程度。两个隶属函数u_A~T、u_A~F自然满足     

Vague集向Fuzzy集转化的新方法

指出了Vague集向Fuzzy集转化已有方法存在的不足,给出了Vague集转化为Fuzzy集应满足的约束准则,提出了一种Vague集向Fuzzy集转化的新方法,并证明了该方法的有效性,通过实例说明该方法比已有方法更合理。     

基于凸面单形体的Vague集向Fuzzy集转化模型

利用Vague集与凸面单形体同一平面内3个三角形的对应关系,给出一种Vague集及其向Fuzzy集转化的单形体几何表示方法,有效解决Vague集向Fuzzy集转化方法或模型中的几何解释问题。提出Vague集向Fuzzy集转化的单形体转化模型(S-TM),以及应满足的转化准则。与已有转化方法或模型相比,S-TM具有更直观的几何表示和更明确、更确定的几何解释,是一种更为有效的转化模型,并说明Vague集向Fuzzy集的转化具有模糊性和逐渐转化性。     

一种基于Vague集相似度量推理的控制器设计

针对模糊变量隶属值难以确定、描述信息单一这一问题,将区间值模糊集引入控制领域。在Vague集相似度量推理基础上,设计了一种模糊控制器。为了应用Vague集相似度量推理方法,给出了一种清晰量的区间值模糊化方法。说明了该类模糊控制器设计过程,给出Matlab仿真控制效果。仿真结果表明,该控制器隶属函数值较易确定,设计过程简化,模糊化过程偏差小,有很好的应用价值。     

基于Vague集的含洞不规则Vague区域关系

模糊区域的空间信息表示和区域关系处理在空间数据库、地理信息系统和人工智能等领域具有重要的意义.引入Vague集的概念和理论对含洞不规则Vague区域关系进行了系统的研究.基于Vague集给出了Vague区域、Vague洞和原子域等概念;将含洞不规则Vague区域分成原子域,研究了原子域间的空间关系;联合原子域关系,给出了含洞不规则Vague区域关系.研究成果可较好地处理含洞不规则Vague区域内的模糊点不确定的隶属信息和复杂的含洞不规则Vague区域的空间关系的表示和分析等问题.     

基于Vague集模糊推理的多评价指标模糊决策方法

目前在智能领域中对Vague集的研究已越来越广泛与深入,并运用于决策问题中,有学者已把Vague集用于多评价指标的模糊决策中,但其决策方法在某些时候却难以得到目标。为此,本文提出了一个基于Vague集模糊推理的多评价指标模糊决策方法。在这个方法中,从基于Vague集的模糊推理的观点来看待模糊决策问题。将评价指标和候选方案之间的关系用一组基于Vague集的推理规则来表示,将决策者的要求用一组Vague集来表示,经过模糊推理等过程最后得到决策结果。然后还给出了一个实例说明这种多评价指标模糊决策方法。这个基于Vague集模糊推理的多评价指标模糊决策方法的提出为决策系统提供了一个有用的工具。     

A note on information entropy measures for vague sets and its applications

A new nonprobabilistic entropy of a vague set is proposed by means of the intersection and union of the membership degree and nonmembership degree of the vague set. The concept called vague cross-entropy of vague sets will also be discussed and its definition is given by analogy with the cross-entropy of probability distributions. Finally, two numeric examples are presented to illustrate the applications of vague cross-entropy to pattern recognition and medical diagnosis.     

一种基于粗糙2模糊集集成模型的决策分析方法

针对信息系统为连续属性的情况，提出一种将粗糙集与模糊集相结合来获取决策规则的方法，这种基于粗糙—模糊集集成模型求取决策规则的方法通过一个模糊隶属函数将连续属性值表示成模糊值，从而避免了连续属性的离散化问题，同时给出了连续属性值转换成模糊值的表示形式，提出了模糊相似关系和模糊相似类的概念，给出了粗糙—模糊近似空间的下、上近似及其性质以及模糊相似关系下属性约简的方法，最后以自修复飞行控制系统的效能评估为例，给出了自修复效能评估的决策规则。     

区间值数据向Vague值数据的转化公式

提出了区间值数据向Vague值数据的转化准则,提出了一些区间值数据向Vague值数据的转化公式。例题表明这些公式是实用的。     

Vague决策表中的含糊规则获取策略

能否有铲地处理好决策表中的含糊性在很大程度上影响到决策效果。Cau和Buehrer所提出的Vague集是对于模糊集概念的推广,最近该理论已被作为一种新型的描述含糊数据的有效工具,并在多个领域中获得了成功的应用。该文将Vague集应用于决策表中数据的描述之中,通过一个真肃属函数和一个假肃属函数来分别构造[0,1]由的子区间。文中详细地讨论了造成Vague决策表中含糊性的各种因素,指出不确定性是有别于未知性的。在引入Vague区别矩阵的概念后,给出了另一种含糊规则的获取策略。通过与作者在以往文献中提出的Vague包含与相交因子的对比,从理论上分析了它们各自的适用条件。     

边界不确定信息的处理—Fuzzy集和Vague集

Fuzzy集和Vague集都可用于边界不确定信息的处理。文章首先研究了这两种集合间的关系、性质,提出了Fuzzy集和Vague集的边界不确定性都可用犤0,1犦上的一个子区间来进行描述的思想。然后基于一些Vague集相似度量的思想,提出了一种求Fuzzy集和Vague集的相似性度量方法,并建立了基于Fuzzy集和Vague集度量方法的统一模型,该模型在这两种集合相似性度量上是等价的,并给出了该模型满足的性质。     

基于Vague熵的Vague集相似度量

对当前Vague集相似度量及Vague熵之间的关系进行了分析,指出它们并不匹配,本文分析了Vague熵的影响因素,给出一种新的Vague熵定义及一种新的计算公式,提出基于熵的Vague集新相似度量,与现有方法相比,本文的方法可以像普通模糊集一样,一个Vague集的熵可由它与它的补集间的相似度量较好地刻画.