区间直觉模糊集改进记分函数在供应商选择中应用

定义了区间直觉模糊集加权得分函数和加权精确函数,解决了得分函数和精确函数无法处理带权值计算的问题,提出了属性权重确知且属性值以区间直觉模糊数形式给出的多目标决策方法.实例分析证明,该方法是解决多目标决策问题的一种新方法,在供应商选择决策中具有推广和实用价值.     

基于模糊数直觉模糊集算子的多准则决策方法

定义模糊数直觉模糊数的一些运算法则,给出模糊数直觉模糊集两个改进算子,即加权算术平均算子(FIFWAA)和加权几何平均算子(FIFWGA).在此基础上,提出用精确函数解决记分函数无法决策的问题,以保证记分函数的严密性与合理性.提出一种属性权重确知且属性值,以模糊数直觉模糊数形式给出的多准则决策方法,通过实例分析结果证明了运用模糊数直觉模糊数改进算子进行多准则决策的有效性和正确性.     

直觉模糊在红外与可见光融合质量评价的应用

为了利用多个指标实现红外与可见光图像融合质量全面、客观的评估,提出了基于直觉模糊的红外与可见光融合质量评价方法.在评估过程中,采用熵权法确定评价指标的权重,采用正标准向量和负标准向量定义直觉模糊数,最后应用直觉模糊决策中的记分函数获得红外与可见光图像融合质量评价值.结果表明:所提基于直觉模糊决策的红外与可见光图像融合质量综合评价是有效的,且区分度较高.     

基于加权IFS证据合成的多源信息融合方法

为权衡信息融合系统对各条证据的可信程度,提出基于直觉模糊交叉熵的证据折扣方法,用于直觉模糊证据合成规则。并根据确定性理论,对直觉模糊决策中的记分函数进行改进,得到基于确定性因子的记分函数形式,用于直觉模糊证据合成结果判定。最后通过与其他算法的对比实验,验证算法在多传感器目标识别应用中是有效的,且具有较高的计算效率。     

基于核距离的直觉模糊c均值聚类算法

针对现有直觉模糊c均值聚类算法无法发现非凸聚类结构的缺陷,提出了一种基于核化距离的直觉模糊c均值聚类算法。算法在定义了基于核的直觉模糊欧式距离基础上,通过把聚类样本映射到高维特征空间,使原来没有显现的特征突现出来,从而能够更好地聚类。实验选择一组人工数据集及一组UCI数据集测试了本文算法,并将其与五种经典的聚类算法进行了比较。实验结果充分表明了该算法的有效性及优越性。     

直觉模糊条件推理与可信度传播

针对直觉模糊逻辑及命题演算,基于直觉指数所表征的中立证据中支持与反对的程度呈均衡状态的假设,提出利用隶属度与犹豫度计算直觉模糊逻辑命题真值的对称合成方法,给出直觉模糊逻辑命题的运算规则。重点研究了基于直觉模糊逻辑的条件推理方法,包括直觉模糊蕴涵式推理、条件式推理、多重式推理、多维式推理及多重多维式推理等;推导了相关的推理合成运算公式。针对带有可信度因子的直觉模糊逻辑推理,包括典型的、加权的及狭义的直觉模糊推理;分析了规则中的可信度因子传播对结论可信度的影响;给出了相关的计算结论真值的公式。     

基于直觉模糊集多属性决策的灰色关联分析法

基于直觉模糊集理论,提出了一种新的灰色关联分析方法来研究模糊多属性决策问题.首先,根据直觉模糊集的几何意义,引入了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示.其次,依据传统灰色关联分析方法的基本思想,通过计算每个方案对直觉模糊正、负理想方案的灰色关联度.然后计算备选方案对直觉模糊正理想方案的相对关联度度.最后,通过一个具体实例说明该方法的有效性和具体应用过程.     

基于DTW的长期直觉模糊时间序列预测模型

针对现有直觉模糊时间序列模型中直觉模糊关系组和确定性转换规则过度依赖训练数据规模的问题,提出一种基于动态时间弯曲（DTW, dynamic time warping）距离的长期直觉模糊时间序列预测模型。通过直觉模糊C均值（IFCM, intuitionistic fuzzy C mean）聚类构建直觉模糊时间序列片段库,动态更新和维护规则库,减少系统复杂度。提出基于DTW距离的直觉模糊时间序列片段相似度计算方法,有效解决不等长时间序列片段匹配问题。通过对合成数据以及包含不同时间序列模式的气温数据的实验,与其他相关模型比较,说明该模型对于不同时间序列趋势变化模式中均具有较高的预测能力,克服传统模型提高模型只能满足单一模式时间序列预测,提高模型的泛化性能。     

基于相对熵的直觉模糊聚类方法

在众多的模糊集中,直觉模糊集同时定义了信任度、非信任度和犹豫度,便于处理不确定信息.在不确定信息应用领域的背景下,重点研究了直觉模糊环境下的聚类问题,提出了基于相对熵的直觉聚类方法,并通过数值算例验证了方法的可行性和有效性.     

高阶直觉模糊时间序列预测模型

提出一种高阶直觉模糊时间序列预测模型。模型首先应用模糊聚类算法实现论域的非等分划分;然后,针对直觉模糊时间序列的数据特性,提出一种更具客观性的直觉模糊集隶属度和非隶属度函数的确定方法;最后,利用直觉模糊多维取式推理建立高阶模型的预测规则,进行预测。在Alabama大学入学人数和北京市日均气温2组数据集上分别与典型方法进行对比实验,结果表明该模型有效提高了预测精度,证明了模型的有效性和优越性。     

基于直觉模糊推理(1,2,2)-a型泛三Ⅰ算法的鲁棒性

本文基于直觉模糊集，研究了直觉模糊推理（1，2，2）-a型泛三I算法，给出了IFMP、IFMT问题的直觉模糊推理（1，2，2）-a型泛三I算法解的表达形式和分解形式.其次，利用直觉模糊集间的自然距离定义了直觉模糊连接词和直觉模糊集的灵敏度，给出了直觉Lukasiewicz蕴涵、直觉Gödel蕴涵以及它们各自对应三角模的灵敏度，在此基础上，证明了直觉Lukasiewicz蕴涵是直觉模糊集上最鲁棒剩余型蕴涵算子.最后，讨论了直觉模糊推理（1，2，2）-a型泛三I算法的鲁棒性，并且针对以上两种具体蕴涵算子，相应地获得了直觉模糊推理（1，2，2）-a型泛三I算法解的灵敏度.结论表明，直觉模糊推理算法的鲁棒性完全取决所选择的直觉模糊连接词.     

基于区间值直觉模糊集的距离测度

区间值直觉模糊集是直觉模糊集的进一步推广,具有比直觉模糊集更强大的模糊信息表达能力.基于区间值直觉模糊集理论,给出了三种基于海明距离、规范化海明距离、欧氏距离、规范化欧氏距离的扩展区间值直觉模糊集距离测度公式,对它们进行了比较分析,并给出了相应的定理和证明.     

基于相似度的直觉模糊推理反向三I算法的鲁棒性

本文将直觉模糊集与反向三I算法结合起来,研究了直觉模糊推理a－反向三I算法,给出了IFMP、IFMT问题的直觉模糊推理a－反向三I算法解的表达形式和分解形式.其次,借助双剩余,定义了直觉模糊集间的相似度,给出了直觉?ukasiewicz蕴涵、直觉Gödel蕴涵、直觉Goguen蕴涵、直觉R₀蕴涵的相似度,并分析了它们之间的关系.最后,利用直觉模糊集上的相似度作为扰动参数,讨论了直觉模糊推理a－反向三I算法的鲁棒性,特别是,针对以上四种剩余型蕴涵算子,得到了直觉模糊推理a－反向三I算法的一些关于鲁棒性的结论.     

基于直觉模糊Petri网的知识表示和推理

针对模糊Petri网存在隶属度单一的问题,将直觉模糊集理论与Petri网理论相结合,构建直觉模糊Petri网(Intuitionistic Fuzzy Petri Nets,IFPN)模型,用于知识的表示和推理.首先构建了IFPN模型,并将其应用于知识的表示,通过在模型中引入抑止转移弧,解决了否命题的表示问题.其次提出了基于矩阵运算的IFPN推理算法,通过修改变迁触发后token值的传递规则,解决了推理过程中的事实的保留问题;通过修改变迁的触发规则,抑制了变迁的重复触发.最后对推理算法进行了分析,并举例验证了提出的IFPN模型及其推理算法的可行性,结果表明IFPN是对FPN的有效扩充和发展,其对推理结果的描述更加细腻、全面.     

基于直觉模糊核匹配追踪的目标识别方法

针对反导目标识别系统需对具有不同重要性的目标类别进行不同精度识别这一问题,提出一种基于直觉模糊核匹配追踪的目标识别方法.该方法利用核匹配追踪算法及平方间隔损失函数的优势设计了基于平方间隔损失函数的直觉模糊核匹配追踪学习机,并进一步扩展到任意非平方间隔损失函数,建立基于任意损失函数的直觉模糊核匹配追踪学习机.提出直觉模糊...     

基于遗传算法的直觉模糊多目标规划

提出了一种基于遗传算法的直觉模糊多目标规划模型.首先,定义了目标函数和约束函数的隶属和非隶属函数;其次,通过直觉模糊"最小-最大"算子,提出直觉模糊多目标规划模型;然后,用遗传算法进行求解,使之适应线性和非线性的情况,具有通用性;最后,通过一个算例表明,直觉模糊多目标规划的性能优于模糊多目标规划.