覆盖粗糙直觉模糊集模型的研究

粗糙集和直觉模糊集的融合是一个研究热点。在粗糙集、直觉模糊集和覆盖理论基础上,给出了模糊覆盖粗糙隶属度和非隶属度的定义。考虑到元素自身与最小描述元素的隶属度和非隶属度之间的关系,构建了两种新的模型——覆盖粗糙直觉模糊集和覆盖粗糙区间值直觉模糊集,证明了这两种模型的一些重要性质,与此同时定义了一种新的直觉模糊集的相似性度量公式,并用实例说明其应用。     

一种新的区间直觉模糊熵及其应用

提出了区间值直觉模糊集的区间直觉模糊交叉熵,这种交叉熵充分考虑了区间值直觉模糊集的隶属度,非隶属度以及犹豫度。给出一种区间值直觉模糊集的区间直觉模糊熵的公理化体系,并且基于直觉模糊交叉熵公式给出一种区间直觉模糊熵的具体测度公式。利用区间值直觉模糊集的加权相关系数,将提出的熵公式应用于解决属性权重完全未知的区间直觉模糊多属性决策问题。     

基于Mamdani蕴含关系的直觉模糊推理仿真

为了验证Mamdani直觉模糊推理的正确性,将模糊集中定义的Mamdani模糊关系进行直觉化扩展,从而定义了Mamdani直觉模糊推理关系.通过Matlab绘制出Mamdani直觉模糊蕴涵关系Rm的三维图像,包括蕴含关系的隶属度、非隶属度、犹豫度图像.利用该蕴含关系,通过具体实例仿真结果表明了该蕴含关系推理的正确性与有效性,并将单前件单规则推理推广到了多前件多规则推理.     

基于三分法的IFS非隶属度函数确定方法

针对直觉模糊集(IFS)的非隶属度函数难以确定的问题,提出一种基于三分法的IFS非隶属度函数确定方法.首先,给出了确定IFS非隶属度函数的计算公式和非犹豫度指数的概念,规范了IFS非隶属度函数的确定方法,进而给出了非犹豫度指数的性质定理.其次,提出了基于三分法的IFS非隶属度函数的计算方法,给出了正规直觉模糊集的概念,证明了该方法确定的直觉模糊集是正规直觉模糊集.最后,以空袭目标识别的指标参数(飞行高度)实例,验证了方法的有效性.     

多值直觉模糊集定义

基于直觉模糊集的基本概念,考虑其隶属度与非隶属度两个因素的影响,定义了一种多值直觉模糊集,并给出了五种多值直觉模糊集的隶属度与非隶属度的综合评判准则,即算术平均法、几何平均法、去掉最大最小值算术平均法、隶属度中值法、非隶属度中值法,从而使直觉模糊得到了拓广和应用.     

一种区间直觉模糊熵公式及其应用

改进了区间直觉模糊集的标准Hamming距离公式,使改进后的公式不仅考虑了区间直觉模糊集的隶属度和非隶属度,还考虑了犹豫度。基于该距离公式定义了一个区间直觉模糊集的熵公式。将提出的距离和熵公式应用于解决属性权重未知的区间直觉模糊多属性决策问题。     

边界模糊灰集及粗集边界白化处理法

在借鉴王清印等人模糊灰集定义的基础上首次提出了边界模糊灰集和边界模糊灰数的概念,用正面信息区间隶属度和反面信息区间隶属度来描述边界元素,最后给出了粗集边界的模糊灰集均值等权白化处理法.     

基于加权相似性测度的直觉模糊近似推理

在可信度传播的基础上,提出一种加权相似性测度的直觉模糊近似推理方法.运用实例分析现有典型方法的不足,针对带有可信度因子的直觉模糊近似推理的3种形式,综合研究了直觉模糊集隶属度、非隶属度和犹豫度对相似性测度的影响,给出一种考虑权重的相似性测度方法,并将其运用到直觉模糊近似推理中.通过实例以及与同类推理算法比较,结果表明了该推理算法的合理性和可行性.     

正态模糊集合——Fuzzy集理论的新拓展

直觉模糊集（intuitionistic fuzzy sets）、区间值模糊集（interval-valued fuzzy sets）以及Vague集对普通fuzzy集的扩展是给出了隶属度的上下限,把隶属度从[0,1]区间中的一个单值推广到了[0,1]的子区间。但是该子区间犹如一个黑洞,隶属度在其内部的分布情况我们无从知晓,即这个子区间中的每一个值是等可能地作为元素的隶属度还是区间中的某些值较另外的值有更大的可能性呢？为了清晰的刻画出元素的隶属度在[0,1]区间中的分布情况,本文通过对投票模型的分析及正态分布理论,提出了一种新的模糊集合——正态模糊集合,同时对正态模糊集合的交、并、补等基本运算性质进行了讨论,文章最后对正态模糊集与fuzzy集、直觉模糊集的相互关系也作出了详细阐述。正态模糊集合是模糊集合理论的进一步推广,为我们处理模糊信息提供了一种全新的思想方法。     

考虑未知属性权重的区间直觉模糊VIKOR方法

针对传统模糊集方法处理不确定性多属性决策问题时只考虑隶属度信息的缺点,提出了基于区间直觉模糊集的VIKOR决策方法。区间直觉模糊集用来处理区间语义评价信息。考虑属性权重未知的问题,基于区间直觉模糊数间的支持度确定属性权重,属性的支持度越高,则其权重越小。将区间直觉模糊交叉熵引入区间直觉模糊VIKOR方法用于计算区间直觉模糊数间的距离。最后以某手机设计方案评价为例,验证了所提方法的有效性。     

A new preference scale mcdm method based on interval-valued intuitionistic fuzzy sets and the analytic hierarchy process

The intuitionistic fuzzy analytic hierarchy process (IF-AHP), in which intuitionistic fuzzy numbers are utilized in defining decision makers’ linguistic judgment, has been used to solve various multi-criteria decision-making problems. Previous theories have suggested that interval-valued intuitionistic fuzzy numbers (IVIFN) with hesitation degree can act as alternative fuzzy numbers that can handle vagueness and uncertainty. This paper proposes a new preference scale in the framework of the interval-valued intuitionistic fuzzy analytic hierarchy process (IVIF-AHP). The comparison matrix judgment is expressed in IVIFN with degree of hesitation. The proposed new preference scale concurrently considers the membership function, the non-membership function and the degree of hesitation of IVIFN. To define the weight entropy of the aggregated matrix of IVIFN, a modified interval-valued intuitionistic fuzzy weighted averaging is proposed, by considering the interval number of the hesitation degree. Three multi-criteria decision-making problems are used to test the proposed method. A comparison of the results is also presented to check the feasibility of the proposed method. It is shown that the ranking order of the proposed method is slightly different from that of the other two methods because of the inclusion of the hesitation degree in defining the preference scale.     

一种新的直觉模糊集距离及其在决策中的应用

首先针对直觉模糊集距离中是否包含直觉模糊集通过隶属度、非隶属度以及犹豫度这三种信息,以及直觉模糊集距离是否满足相应距离度量的条件对其进行了详细分析,发现现有方法都是直接将犹豫度直接引入到直觉模糊集距离中,从而会产生不一致性。鉴于此,定义了一种新的直觉模糊集距离度量方法,其不仅考虑隶属度和非隶属度信息,同时还考虑犹豫度对隶属度和非隶属度的分配,从而间接地将犹豫度也引入到直觉模糊集距离中。其次,证明了所提距离度量满足距离度量条件,并结合实例将其与现有距离度量方法进行比较分析,说明了新方法的合理性。最后,将所提出方法应用于多准则模糊决策中,进一步说明了新方法的有效性和可行性。     

直觉模糊集（数）间相似度量新方法

直觉模糊集概念产生于模糊集概念,自Atanassov提出这个概念以来,已得到了众多研究者的关注并被应用到不同的领域。作为直觉模糊理论的一个重要研究内容,研究者已在不同文献中提出多种不同的直觉模糊集相似度量方法,但这些方法在一些特殊情况下并不总是有效。指出了影响直觉模糊集（数）相似度量的因素,分析了现有方法存在不足的原因,提出了一种综合考虑隶属度、非隶属度、犹豫度、核及其相互影响后的新的相似度量方法,指出并证明了该方法所具有的新的性质。数字实例表明该方法可以克服现存几种方法的缺陷,结果符合人们直觉,具有更强的区分数据能力。     

基于区间值Vague集的多属性模糊决策方法

区间值Vague集作为Vague集的一种有用推广,已经在系统控制以及智能决策等方面有较为广泛的研究与应用.针对不确定系统处理中常出现的模糊决策问题,通过将决策方案的约束条件属性集转化成区间值Vague集,并综合考虑约束条件属性肯定出现的区间值程度以及肯定不出现的区间值程度和未知是否出现的含糊(犹豫)程度区间,给出一个基于区间值Vague数的记分函数和区间值Vague集的有效的多属性模糊决策方法,使得决策更加合理更具弹性.最后通过一个实例表明我们所提出的方法在不确定系统决策中确是简便可行的.     

Interval-valued intuitionistic fuzzy Frank aggregation operators and their applications to multiple attribute group decision making

Interval-valued intuitionistic fuzzy numbers (IVIFNs), which contain three ranges: the membership degree range, the non-membership degree range, and the hesitancy degree range, are very suitable to be used for depicting uncertain or fuzzy information. In this paper, we study the aggregation techniques of IVIFNs with the help of Frank operations. We first extend the Frank t-conorm and t-norm to interval-valued intuitionistic fuzzy environments and introduce several new operations of IVIFNs, such as Frank sum, Frank product, Frank scalar multiplication, and Frank exponentiation, based on which we develop several new interval-valued intuitionistic fuzzy aggregation operators, including the interval-valued intuitionistic fuzzy Frank weighted averaging operator and the interval-valued intuitionistic fuzzy Frank weighted geometric operator. We further establish various properties of these operators, give some special cases of them, and analyze the relationships between these operators. Moreover, we apply these operators to develop an approach for dealing with multiple attribute group decision making with interval-valued intuitionistic fuzzy information. Finally, a numerical example is provided to illustrate the practicality and effectiveness of the developed operators and approach.

     

A new interval-valued knowledge measure for interval-valued intuitionistic fuzzy sets and application in decision making

In this paper, firstly we discuss some entropy measures for the interval-valued intuitionistic fuzzy sets (IvIFSs). Then we extend the knowledge measure for the intuitionistic fuzzy sets (IFSs) to propose a new interval-valued knowledge measure for the IvIFSs. Based on the proposed knowledge measure we construct a new interval-valued information entropy measure for IvIFSs, which is an extended notion of the entropy measures for IFSs. The proposed knowledge measure is defined as an interval of amounts of knowledge measured on an IvIFS, related to the uncertain information in terms of interval membership degree and interval non-membership degree. In comparison with other existing measures, it seems to be simpler and more intuitively appealing. Several illustrative examples are performed to demonstrate the effectiveness and practicality of the proposed method in handling with the increasing complexity of the decision making problems.     

基于区间直觉模糊的情感分类模型

随着电子商务,个人博客,社交网站和微博的蓬勃发展,互联网进入了一个崭新的时代,而在线评论的情感分类关系到个人决策、企业管理甚至社会安全．提出了一种基于区间直觉模糊的情感分类模型,采用了区间直觉模糊算子来计算特征词的区间直觉模糊数,利用区间直觉模糊集的隶属度、非隶属度和犹豫度分别定量地描述特征词,通过情感合成确定文本的情感倾向,从而获得准确率较高的情感倾向性分析结果．最后通过相同语料库的比较实验证明该分类模型的可行性、正确性和较高的分类性能．     

基于云模型的区间直觉模糊数多属性群决策

针对属性值为区间直觉模糊数的多属性群决策问题,考虑到模糊性和随机性对群决策过程及结果的影响,本研究将利用云模型理论结合区间直觉模糊数的特征,运用灰色关联系数法和信息熵理论确定专家和属性权重,通过信息集结构建综合评价云模型.不同于传统的区间直觉模糊数的排序方法,本研究利用云模型的3En规则将区间直觉模糊数进行云转换并通过云相似度确定方案的综合评价值和犹豫度,然后对决策方案进行比较分析.研究结果表明:该方法能够科学有效地进行决策,进而为决策方提供科学依据.