基于带有三种否定的模糊集FScom的模糊综合评判

FScom集是一种带有三种否定关系:矛盾否定关系、对立否定关系和中介否定关系的模糊集。本文在FScom中提出λ-中介否定概念,定义了λ-区间函数,使得传统模糊集的最大隶属度原则能适用于FScom集,并由此给出一种基于FScom的模糊综合评判方法以及在灾害损失等级划分实例中的应用。     

基于带有三种否定的模糊集FScom在空气质量评价中的应用

FScom集是一种带有三种否定关系:矛盾否定关系、对立否定关系和中介否定关系的模糊集,能更全面的描述模糊信息间的否定关系。将FScom集的模糊综合评判方法运用于环境空气质量评价中,用FScom集及其λ-中介否定集对实例中的模糊信息进行表示,指出这些模糊信息间的否定关系,并将模糊综合评价结果与API插值法结论进行比较。     

一种改进的具有三种否定的新模糊集及其应用

对于模糊知识及其否定关系,潘指出应该明确地分为矛盾否定关系、对立否定关系和中介否定关系,并建立了一种具有矛盾否定、对立否定和中介否定的新模糊集FScom。在此基础上,对模糊知识及其各种否定的集合基础进一步研究,提出了一种改进的具有三种否定的模糊集IFScom,并讨论了它的特征、运算及相关性质。应用实例表明改进的模糊集IFScom在模糊知识的“否定”的区分、表示以及推理上是有效性的。     

模糊关系贴近度的一般形式

根据模糊集贴近度理论,分析模糊关系贴近度表示的规律,得到一系列的模糊关系贴近度的表示形式,为模糊关系贴近度的实际应用提供了极大的方便,为计算机的应用与发展提供理论支撑。     

具有3种否定的模糊集FScom在股票投资决策中的应用

对于模糊知识中不同“否定”的认知与处理,文献[1]从概念层面上区分模糊知识中3种不同的否定关系,并提出一种具有矛盾否定、对立否定和中介否定的模糊集FScom。对FScom在股票投资决策方面的应用做了研究,以表明FScom处理实际问题的适用性。并基于FScom,讨论了决策规则中的模糊集及其不同否定的区分与形式表示;给出一种确定模糊集及其不同否定集的隶属函数以及阈值的方法;采用模糊产生式规则,讨论了实例中的模糊推理与决策。从而表明,FScom用来处理具有模糊性并且存在不同否定的实际问题是有效的。     

基于模糊集隶属度特征和贴近度的徽标识别

模糊信息理论是一种基于模糊集理论的信息科学,模糊集理论在模式识别中表现出很好的性能,两者相结合形成了模糊模式识别.针对图像智能处理中对徽标识别的应用需求,提出了一种基于模糊集隶属度特征和贴近度的徽标识别算法.该算法通过把徽标网格特征映射转化成模糊集的隶属度特征并根据贴近度进行识别,显著增强了对质量不佳图像的适应性和抗干扰性,有效提高了徽标识别系统的柔性处理能力.实验表明,使用该徽标识别算法的识别率能达到94.5%.     

模糊知识的三种否定及其集合基础

对于模糊知识中"否定"的认知与处理,文中从概念层面上区分模糊知识中的矛盾否定关系与对立否定关系,研究发现了模糊知识中存在一规律:一对对立的概念为模糊概念,则它们之间必然存在"中介"的模糊概念;反之,如果一对对立的概念之间存在中介的模糊概念,则对立的概念必然是模糊概念.因此,作者提出在模糊知识的否定关系中存在三种不同的否定关系,即矛盾否定关系、对立否定关系和中介否定关系,并给出它们的形式定义.为了能够刻画这些关系的内在性质与联系,作者提出了一种新的具有矛盾否定、对立否定和中介否定的模糊集FSCOM,并讨论了FSCOM的特征、FSCOM的基本运算与性质以及FSCOM与Zadeh模糊集的关系等.在后续文中将表明,FSCOM是一种处理实际中的模糊知识及其各种否定的有效方法.     

模糊集FScom在台风灾害等级评判中的应用

模糊集FScom在传统模糊集的基础上提出了三种否定关系：矛盾否定关系、对立否定关系以及中介否定关系,对处理模糊知识信息更具有实用性。以模糊集FScom及其[λ]-中介否定集为理论基础,给出了一种基于FScom模糊综合评判方法的灾害等级评判体系,将此体系应用到台风灾害等级评判中。     

基于模糊贴近度理论的图像置乱效果评价研究

提出了应用模糊贴近度理论来构造图像置乱效果评价的新方法.从图像中任意像素与其周围邻域像素之间存在紧密关系角度出发给出了一种模糊集的定义,给出了图像中各像素所对应模糊集及其补集之间的模糊贴近度,最后根据置乱前后图像所有像素所对应的模糊贴近度之和采构造用于图像置乱效果评价的置乱度函数.大量仿真实验及结果分析表明,提出的评价方法是可行的,反映了加密次数与置乱效果之间的关系,其客观评价结果与人的视觉感知基本一致.     

粗糙集中若干新的模糊度计算公式

依据模糊集的模糊度和贴近度的公理化定义,基于粗糙集的模糊度和贴近度的基本概念,进一步研究粗糙集的模糊性度量方法,给出了文[3]中模糊度公式的等价形式;同时讨论了粗糙集中由贴近度诱导的模糊度,给出了粗糙集中若干新的模糊度计算公式。     

模糊规则的谐调度与矛盾规则的排除方法

本文给出了模糊规则的谐调度，得到了两个模糊规则有公共解的充分必要条件，提供了模糊规则知识库中矛盾规则的排除方法．     

知识概念的模糊模型及模糊目标的识别

作为ＥＢＬ（Ｅｘｐｌａｎａｔｉｏｎ－ＢａｅｓｅｄＬｅａｒｎｉｎｇ）的发展,从概念的自然形成过程出发,提出了一种新的概念模型ＦＥＢＭ（ＦｕｚｚｙＥｘｐｌａｎａｔｉｏｎ－ＢａｓｅｄＭｏｄｅｌ）当概念的解释谓词集中模糊集以及解释谓词取模糊逻辑值时,给出了求概念真值的表达式;为了解决模糊概念的识别问题,引入了概念的模糊解释树ＦＥＴ,接着给出了对象的模糊识别算法ＦＥＢＬ,最后讨论了ＦＥＢＭ与ＦＥＢＬ的可操作     

ON MEASURES OF FUZZINESS AND FUZZY COMPLEMENTS

An axiomatic framework for formalizing the most general class of fuzzy complements is introduced in this paper. It is then used for investigating a general class of measures of fuzziness based on the view that the degree of fuzziness of a fuzzy set should characterize the lack of distinction between the set and its complement. It is shown that the various measures of fuzziness described previously in the literature are special cases of this general class. A class of so-called distance-based measures of fuzziness is also introduced. These measures are described in terms of the notion of an aggregation function of differences between the membership grades characterizing a fuzzy set and those of its complement. It is shown that the class of distance-based measures is equal to the class of general measures of fuzziness. It is also shown that, given a particular fuzzy complement, aggregation functions which differ only in a multiplication constant represent the same measure of fuzziness.     

FOUNDATIONS OF O-THEORY: MEASUREMENTS AND RELATION TO FUZZY SET THEORY

A measurement framework for O-theory, an algebra of random sets, is presented. The framework is probabilistic and derived from experimental measurements of evidential support. It is used to quantify the probabilistic masses needed in O-theory. This framework allows a connection to be made between this random set algebra and the possibilistic form of fuzzy set theory. Instances in which these two different representations of the same experimental data are equivalent are explored. The relationship between some basic operators in both theories are then discussed, along with their connection to Dempster-Shafer theory. Finally, several illustrative examples of deductive inferencing under uncertainty are solved. The equivalence of the representations of the results in both uncertainty theories is demonstrated.     

集对分析对不确定性的描述和处理

本文概略地介绍了作者提出的集对分析概念及其对不确定性的描述和处理，并举例说明其实际应用。     

Agent的行为自信度及其修改规则

在多Ａｇｅｎｔ系统中，个体Ａｇｅｎｔ除了具有自治性，应激性，主动性外，还应当具社会性以完成只有协作才能解决的问题。这种社会性要求Ａｇｅｎｔ能及时响应其它Ａｇｅｎｔ的服务请求，对自己的行为作出承诺。但是，，有能力和意图并不一定有信心。     

ON THE INTERPRETATION AND CHAINING OF FUZZY IF-THEN RULE BASES USING FUZZY EQUALITY INDICATORS

An interpretation of fuzzy IF-THEN rule bases using certain classes of indicators for fuzzified set inclusion and set equality is defined. Some properties of this interpretation and the chaining of fuzzy IF-THEN rule bases are investigated from a theoretical point of view.