双枝模糊软集及其性质

将模糊软集和双枝模糊集理论相结合,给出了双枝模糊软集定义,进一步给出了双枝模糊软子集,双枝模糊软集相等的定义,规定了双枝模糊软集的交集、并集与补集的运算方法,研究了这些运算的若干性质。双枝模糊软集是一个全新的概念,有很多值得研究的地方。     

软群的模糊软同余和正规模糊软子群

为了进一步研究模糊软集理论,通过将软集与模糊同余结合,给出了模糊软同余的定义,并在一定程度上推广了模糊软集;给出了软群的模糊软同余的相关性质;提出了软群的正规模糊软子群的概念并研究了相关性质,进而建立了软群的模糊软同余与正规模糊软子群之间的联系.     

基于描述逻辑的模糊软集参数转换算法

通过应用模糊描述逻辑FALC (fuzzy attribute language and complement)表示问题领域和模糊软集参数知识,丰富模糊软集参数的语义;利用描述逻辑的推理能力,通过设计模糊软集转化算法,将原始模糊软集转化为符合查询决策参数语义的模糊软集,提高了模糊软集决策支持能力.     

区间值模糊参数软集及其在决策中的应用

定义了区间值模糊参数软集的概念,研究了区间值模糊参数软集的运算及运算性质。然后,给出利用区间值模糊参数软集进行决策的方法,并通过实例说明了方法的可行性。     

基于软真度的关联规则挖掘方法

软集是一种新的处理不确定性问题的数学工具。基于软集和逻辑公式,提出一种新的关联规则挖掘方法。将软真度引入软集数据关联规则挖掘,利用软真度描述属性集之间的量化关系;讨论软真度和支持度之间的联系,给出满足给定的支持度阈值和可信度阈值的软关联规则挖掘方法。实例分析结果表明,该方法可约简冗余,提高效率。     

广义模糊实数及其水平集

研究广义模糊实数及其水平集之间的关系.利用已有的模糊数的定义,引入广义模糊实数及其水平集的概念,定义了广义模糊实数的加、减、乘、除运算和序.建立了广义模糊实数及其水平集之间的关系,证明了一些重要性质.将原有的模糊实数推广为广义模糊数,对于模糊数学的研究具有实际意义.     

修正三角模糊事故树算法在化工生产事故预测中的应用

基于传统三角模糊事故树预测模型存在因线性近似导致误差较大的不足,通过截集定理分析了误差的来源,根据表现定理给出了事故树顶上事件三角模糊数隶属度曲线绘制的改进算法。使用MATLAB软件编制程序,分别采用修正的和传统的三角模糊事故预测算法,针对油库静电积累事故进行预测,计算8个原因事件的模糊重要度。计算结果显示,与传统算法相比,修正算法8个基本事件的模糊重要度计算误差平均降低11.91%,表明修正算法极大地优化了传统算法的不足。     

广义直觉模糊数在集装箱堆场选择中的应用

基于经典直觉模糊数的定义, 通过对隶属度函数的正规性和非隶属度函数最小点取值位置的讨论,改进了与模糊数定义更为贴近的三角直觉模糊数.基于上述三角直觉模糊数的修改,拓展了直觉模糊数的概念,引入了更具有一般性的广义直觉模糊数定义,并探讨了广义直觉模糊数同传统直觉模糊数之间的对应关系.依据扩展原理,得到广义直觉模糊数的运算规则,其中将数乘运算进行了重新设计,使之既服从经典模糊集理论体系,又满足运算有界性.通过使用广义直觉模糊数多属性决策方法,根据集装箱港口装卸集装箱的类型、时间节点、装船和卸船的倒箱率,给出了落场集装箱对应堆场选择的决策流程.通过与基于经典直觉模糊数的排序方法进行比较,由于采用广义直觉模糊数求解此类问题时考虑了方案对于评判标准的不满足程度,证实了所提出方法产生的排序结果较经典方法更为精细.     

基于SPA的攻击模型BBFPAN双枝集对分析模型

针对以双枝模糊决策和模糊Petri网为基础的攻击模型BBFPAN在描述网络攻击进展情况方面存在的问题,提出了一种BBFPAN双枝集对分析模型.该模型发掘了网络攻击模型BBF-PAN中对层次的集对关系,并对这些集对进行了双枝集对分析,用联系度表示攻击模型BBF-PAN中因素对网络攻击效果的支持程度,用贴近度表示决策分量与攻击和防御成功相对隶属度的接近程度,同时给出了BBFPAN双枝集对分析的基本步骤,为集对分析理论在攻击模型BBF-PAN的推理过程中的应用奠定了基础.     

覆盖空间下粗糙集和Vague软集融合方法研究

针对覆盖近似空间下粗糙集、Vague集和软集3种不确定性理论方法融合扩展的问题,提出了一种新的基于近邻域的覆盖粗糙Vague软集模型,并讨论了相关性质。又针对该模型的不确定性度量问题,定义了一种新的覆盖粗糙Vague软集的不确定性度量方法。该方法通过引入覆盖粒度空间下知识熵的概念定义覆盖粒度空间的不确定程度,同时采用粗糙度定义覆盖粗糙Vague软集本身的粗糙性,最后将二者结合度量覆盖粗糙Vague软集的不确定性程度。算例分析表明,该度量方法是有效可行的,并且随着覆盖粒度的增大覆盖粗糙Vague软集的不确定性程度也随之增大。覆盖粗糙Vague软集模型在胃电信号(EGG)分析及胃疾病辅助诊断问题研究中有很好的应用前景。     

基于直觉模糊集相似度量的多属性决策方法

针对一个特定的由直觉模糊集刻划的决策问题进行研究。基于直觉模糊值的几何意义,提出一种新的直觉模糊值上的相似度量,并基于该度量提出一种直觉模糊集上的多属性决策方法。最后,以实例说明该决策方法的有效性。     

Quantitative comparison of similarity measure and entropy for fuzzy sets

Comparison and data analysis with the similarity measures and entropy for fuzzy sets were carried out. The distance proportional value between the fuzzy set and the corresponding crisp set was considered by the fuzzy entropy. The relation between the similarity measure and the entropy for fuzzy set was also analyzed. The fuzzy entropy was reformulated as the dissimilarity measure. Furthermore, crisp set having the minimum uncertainty with respect to the corresponding fuzzy set was also proposed. Finally, derivation of a similarity measure from entropy with the help of total information property was derived. A simple example shows the relation between similarity measure and fuzzy entropy, in which the summation of similarity measure and fuzzy entropy represents a constant value.     

一种基于模糊信息熵的协同过滤推荐方法

针对评分数据的稀疏性制约协同过滤推荐性能的情况,提出一种新的相似性度量方法。首先,定义了用户的模糊信息熵以反映用户评分偏好的不确定程度;其次,利用两两用户的模糊互信息衡量用户之间的相似程度;最后,同时考虑用户之间的模糊互信息和用户的模糊信息熵,并设计一种基于模糊信息熵的相似性度量方法以计算用户之间的相似性。在两个公开数据集上的试验结果表明:基于模糊信息熵的相似性度量方法能够降低数据稀疏性的影响,并能显著提高推荐系统的推荐性能。     

基于区间值相似度集合的区间值近似推理

在引入区间值相似度集合概念的基础上,给出基于区间值相似度集合的区间值近似推理的数学模型,并研究了其相关性质和推理算法,最后通过实例验证其推理算法的可行性与有效性。     

二型模糊系统在音频信号分类中的应用

针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法,并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化,最后采用向量相似性测度准则对优化后的模糊规则集合进行简化,得到最终的模糊分类器模型。与传统的一型模糊集合相比,二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示,应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。     

一类广义Fuzzy数值测度关于经典集合的哈恩分解

利用可加算子及Fuzzy极限理论定义了Fuzzy集合上广义Fuzzy数值测度，并研究了这一测度关于经典集合的哈恩分解。