基于Vague集的模糊决策方法

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．为了更加有效地进行模糊决策，提出了一个基于Vague集的模糊决策方法．在这个方法中，对约束条件，从它出现的可能性和不出现的可能性以及未知是否出现的可能性三个方面去综合处理．使得决策更加准确和有效．还给出了一个实例说明这种基于Vague集的模糊决策方法．这个基于Vague集的模糊决策方法的提出，为决策系统提供了一个有用的工具．     

基于Vague集相似度量的一种联系数方法

运用集对分析法中联系数理论与Vague集理论,给出了一种新的Vague集相似度量的联系数方法。该方法用联系数理论确定与不确定规律,刻画了Vague集相似度量的同异反状态关系,克服了传统相似度量方法的缺陷与不足,并指出联系数是Vague集的一般形式及表示。通过实例表明该方法切实可行,是一种有效的Vague相似度量方法。     

Vague软集的新模糊熵及其应用

依据软集、Vague集、Vague软集现有理论,参考Vague集模糊熵度量方法,对Vague 软集模糊熵的公理化定义进行了补充,修正了原有公理化定义中不完整的地方;提出了一种新的计算Vague 软集模糊熵的公式,并给出了其在决策中的应用实例及分析。实例分析表明该Vague 软集模糊熵公式具有良好的应用效果。     

一种SPA集转化Fuzzy集的新方法

结合SPA集,Vague集及Fuzzy集理论分析,在此基础上提出了一种基于SPA集向Fuzzy集转化的新方法,给出了SPA集转化Fuzzy集的相关准则及证明。通过示例验证了该算法的有效性与合理性。     

基于Vague集的多目标模糊决策方法

提出了一种新的基于Vaguc集的多目标模糊决策算法,解决了文献[1]和[2]所存在的缺陷,并通过实例验证,而且定义的函数涵义明确。     

基于Vague集的多准则模糊决策方法

基于Vague集的模糊决策方法的提出，为决策系统提供了一个有用的工具．对模糊条件下的多准则决策问题，指出了采用Vague集进行多准则模糊决策的现有计分函数的不足，根据Vague集的性质提出了二种新的方案选择方法：记分函数法和加权记分函数法。对已有的Vgue集记分函数法进行了分析与联系，并通过例子阐明本文方法的有效性和优越性．     

关于Vague集的模糊熵

由于Vague集是Zadeh's模糊集的一个扩展,为计算Vague集的模糊熵,有学者提出将Vague集转化为模糊集,然后借用模糊集有关熵的计算方法来讨论它们。该文首先给出反例说明Li's(2003)的方法在某些情况下和基于模糊集的Vague集模糊熵定义不一致。在指出Vague集的模糊性主要来自未知信息和不确定性信息的基础上,提出了一个基于非模糊集的Vague集模糊熵公理化定义,给出了该类模糊熵的计算公式,最后通过定理证明了它确实同时考虑到了影响Vague集模糊熵的两个因素。     

Vague集的多目标模糊决策方法

在进行了阐述Vague集的相关概念和运算后,对多目标模糊决策进行了定义,给出多目标模糊决策的基本思路,并对已有的基于Vague集的多目标模糊决策方法进行了分析,得出现有Vague集的多目标模糊决策方法存在着缺陷,从而提出了一种新的多目标模糊决策的Vague集方法,该方法利用一个新的评分函数对方案进行排序,选出最优方案.最后给出其相关性质,证明其解决了现有方法的缺陷,并通过实例阐明本文方法的有效性和优越性.     

Vague集的新模糊熵

本文指出了现有Vague集模糊熵定义的不足,分析了其存在不足的根本原因,给出了Vague集模糊熵的公理化定义,提出了一种新的Vague集模糊熵的计算方法,并证明了其合理性和有效性。     

多目标模糊决策的Vague软集法

在智能领域中对Vague集和软集的研究已越来越广泛和深入,两者均已应用于决策问题中。为了更加有效地进行模糊决策,提出了一种基于Vague软关系的模糊决策方法。定义Vague软关系,构造Vague软集间的关系表格,利用一个新的评分函数对目标进行排序,选出最优目标。通过实例阐明该方法的有效性和实用性。     

Vague集相似度量及其在模糊数据检测中的应用

分析现有一些Vague集相似度量方法,并指出其不足。考虑在实际应用中,未知度对相似度量的影响,从动态的角度出发,挖掘未知度中包含的赞成与反对信息,提出了一种基于未知度的Vague集相似度量新方法,并将该相似度量方法应用于模糊数据检测中,通过实际应用说明该方法更加有效。     

Vague集多指标决策的模糊值线性序法

就Vague集的多指标决策问题,提出了一种新的多指标决策方法。该方法首先将Vague值转化为模糊值,从而建立模糊值矩阵,由模糊值矩阵按各指标对应值的大小对方案进行排序,形成多个线性序,进而由线性序来构造模糊优先矩阵,然后通过对模糊优先矩阵进行截割,得到方案的优劣程度排序,从而选出最优方案。最后通过一个实例说明此方法的具体决策过程。     

关于Vague集模糊熵及新构造方法

从Vague集模糊性主要来自未知信息与不确定信息出发,给出一种新的Vague集模糊熵计算方法,并改进了它的公理化定义及其证明。最后通过实例分析,指出它确实同时考虑到Vague集的未知性和不确定性,从而证明所给出Vague集模糊熵的定义是更加合理的。     

Vague集的相似度量及其在聚类分析中的应用

在智能系统的研究与开发中,聚类分析是一个非常重要的问题。提出了一个基于未知度和核的Vague集间的相似度量公式。在考虑算法自主性和计算复杂性的基础之上,通过参考Fuzzy集中的相关聚类分析方法,给出了一种以Vague集的相似度量为评价准则的直接聚类算法。使用相似度量公式,分别采用Vague 传递闭包法和Vague 直接聚类法进行计算,实验结果表明,基于Vague 相似度量的直接聚类法计算简单,不会造成原始信息的失真,而且对数据量的大小均无特别的要求,比Vague 传递闭包法更加有效。     

An enhanced method and its application for fuzzy multi-criteria decision making based on vague sets

Ye [Ye Jun. Improved method of multicriteria fuzzy decision making based on vague sets. Computer-Aid Design 2007;39:164–9] presented an improved method to handle multi-criteria fuzzy decision-making problems based on vague set theory. He/She provided some functions to measure the degree of suitability of each alternative with respect to a set of criteria presented by vague values. However, in some cases, these functions do not give sufficient information about alternatives. Therefore, in this paper, an enhanced method is provided to measure the accuracy membership of each alternative so as to give additional information for the decision maker. In addition, to making computing and ranking results easier and to increase the recruiting productivity, a computer-based decision-support system is also developed, which may help to make a decision more efficiently.