区间直觉模糊粗糙集的不确定性度量

利用模糊熵工具将近似集的不确定性度量方法应用在区间直觉模糊信息系统中,给出了区间直觉模糊近似算子的不确定性度量公式.通过在区间直觉模糊近似空间中定义一对新的区间直觉模糊上、下近似算子,将模糊粗糙隶属函数的定义推广到了区间直觉模糊集的粗糙隶属函数;然后利用区间直觉模糊粗糙隶属函数的模糊熵,定义了区间直觉模糊粗糙集的熵;进而解决了区间直觉模糊粗糙集的不确定性度量问题,并讨论了度量的一些相关性质,以此说明定义的合理性.     

模糊数直觉模糊集的距离

定义了一种新的模糊数直觉模糊集的距离,同时给出并证明了它的一个距离公式,并通过具体的例子进行了计算。最后将这个距离公式应用到一个实例中。该实例表明,在得不到精确数据的情况下,通过所定义的模糊数直觉模糊集的距离公式,进行模糊数估计和计算,可以对商品价格进行评估。     

模糊数直觉模糊集的距离

定义了一种新的模糊数直觉模糊集的距离,同时给出并证明了它的一个距离公式,并通过具体的例子进行了计算。最后将这个距离公式应用到一个实例中。该实例表明,在得不到精确数据的情况下,通过所定义的模糊数直觉模糊集的距离公式,进行模糊数估计和计算,可以对商品价格进行评估。     

模糊数直觉模糊集的距离及其应用

定义了一种新的模糊数直觉模糊集的距离,同时给出和证明了它的两个距离公式,并通过具体的例子进行了计算。最后将一个距离公式应用到一个实例中。     

一种改进的直觉模糊熵度量方法及应用

针对现有直觉模糊熵定义中约束条件存在的差异以及熵度量中存在的与实际和直觉不相符合的地方进行对比分析,提出一种改进的直觉模糊熵公理化定义,在此基础上构造了一个新的直觉模糊熵公式。算例分析表明,所提出的熵公式能够更充分反映直觉模糊集的不确定性。最后将提出的熵公式应用于解决权重未知的直觉模糊多属性决策问题。     

直觉模糊集的贴近度与熵的关系

基于直觉模糊集贴近度与熵的公理性定义给出了直觉模糊集贴近度与熵的几种不同的算法.并给出了如何由直觉模糊集的贴近度而建立熵,同时给出了由直觉模糊集的熵而建立贴近度的方法,说明了直觉模糊集的贴近度与熵有着必然的联系.     

从模糊集到直觉模糊集相似度的构造方法

直觉模糊集的相似度是直觉模糊集的一个重要研究内容。从模糊集相似度角度,提出直觉模糊集相似度的一些构造方法。基于模糊集的相似度得到直觉模糊集的隶属度与非隶属度的相似度,进而提出从模糊集相似度构造直觉模糊集相似度的方法;利用已有的模糊集相似度公式,得到了17个新的直觉模糊集相似度;通过一个例子演示新相似度在模式识别方面的应用。     

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。     

区间直觉模糊集相似度构造

从直觉模糊集相似度出发,依据区间直觉模糊集隶属度和非隶属度上下确界转化成对应的2个直觉模糊集这一思路,提出一类构造区间直觉模糊集相似度的方法,并证明它们满足相似度公理。最后,分析了2个区间直觉模糊集相似度公式在模式识别中的应用实例。     

直觉模糊粗糙集

提出了直觉模糊粗糙集的概念,并给出了其上、下近似算子的一些性质,将Pawlak提出的经典粗糙集进行了推广。     

模糊粗糙集的扩张定理

模糊粗糙集(FR)是基于知识的不确定性提出来的，由于其处理信息系统中知识的不完善、不确定问题较粗糙集和模糊集有其自身的优点，近年来模糊粗糙集理论越来越受到国际学术界的关注，文章所讨论了模糊粗糙变换的性质并用模糊粗糙变换的保并性质证明了模糊粗糙集的扩张定理。     

基于覆盖的区间值直觉模糊粗糙集模型的讨论

利用论域上的覆盖提出了基于覆盖的区间值直觉模糊粗糙集模型,并讨论了它的性质.     

基于模糊粗糙集依赖度的两步属性约简方法

为获取连续属性值数据集的最小属性子集,提出了一种两步约简方法.该方法以模糊粗糙集模型为基础,将描述条件属性和决策属性依赖关系的模糊依赖度概念进行了扩展,使其能对条件属性之间的依赖关系进行度量,利用属性与类别之间的依赖度选出候选属性集,然后根据单个属性与类别和属性之间的依赖度对候选属性集进行约简.仿真结果表明,该方法在有效降低属性维数的同时一定程度上保证了分类正确率.     

基于直觉模糊集的多属性决策问题

提出了一种基于直觉模糊集的多目标多属性决策问题的新记分函数,该记分函数从距离的角度选择最优方案,使最优方案接近最优理想方案,同时远离负理想方案.并对已有的基于直觉模糊集的多目标模糊决策方法进行分析与联系,通过实例阐明了本文提出的新记分函数的有效性.     

直觉模糊集合的相似度与包含度

定义了直觉模糊集合的相似度与包含度,并给出了一些直觉模糊集合的相似度与包含度的实例。     

直觉模糊代数理想和直觉模糊商代数

引入了直觉模糊代数理想和直觉模糊商代数的概念 ,讨论了它们的一些性质 ,给出了直觉模糊代数理想的刻画     

模糊粗糙集理论介绍和研究综述

回顾了粗糙集理论,引出了模糊粗糙集的产生背景,介绍了模糊粗糙集模型的一些主要概念和性质,并给出了模糊粗糙集属性重要性的定义,探讨了模糊粗糙集合的应用和发展现状.     

基于包含度的区间直觉模糊粗糙集模型

利用区间直觉模糊包含度的概念建立区间直觉模糊粗糙集模型。首先,将直觉模糊集中的包含度拓展到区间直觉模糊集上,给出区间直觉模糊包含度定义和计算公式;其次,在区间直觉模糊等价关系下,基于区间直觉模糊包含度,建立了区间直觉模糊粗糙集模型,并对近似算子的重要性质进行了讨论。