区间值Vague集在多传感器信息融合中的应用*

采用区间值Vague集表达多传感器信息融合问题,提出了一种新的融合方法。定义区间值Vague集的距离和得分函数,利用关系矩阵确定各传感器的综合支持度,进而得到目标的综合得分函数,给出融合结果。实例分析验证了方法的有效性。     

多准则模糊决策的区间值Vague集方法

区间值（i-v）模糊集合和Vague集是不精确知识表达的两种新理论。他们已被广泛地应用于决策系统中对不确定决策数据的描述。因此在Vague集基础上给出i-v Vague集的相关概念及性质,并将实数型Vague集群决策上的记分函数方法扩展到i-v Vague集上,提出新的记分函数,并用实例比较改进的记分函数与各种记分函数方法的优劣性。     

多传感器信息融合的Vague集法

采用Vague集表达传感器的模糊测量信息,提出一种基于Vague集的多传感器信息融合方法,给出基于Vague集的模型描述,定义2个Vague集之间的距离,利用TOPSIS法,根据相对接近度给出信息融合的算法。该方法充分考虑了测量信息的隶属度与非隶属度两方面的不确定信息。仿真实例验证了算法的有效性。     

基于Vague集的多传感器目标识别方法

采用Vague集来表达传感器的模糊测量信息,提出一种基于Vague集的多传感器信息融合方法.建立Vague集表达的多目标模型数据库,并定义两Vague值之间的贴近度,利用多目标规划模型客观地确定各特征的权重,根据综合贴近度给出目标识别算法.实例分析表明了算法的有效性.     

基于Vague集的多传感器目标识别方法

采用Vague集来表达传感器的模糊测量信息,提出一种基于Vague集的多传感器信息融合方法,建立Vague集表达的多目标模型数据库,并定义两Vague值之间的贴近度,利用多目标规划模型客观地确定各特征的权重,根据综合贴近度给出目标识别算法.实例分析表明了算法的有效性.

     

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．     

基于预处理的Vague集多目标决策研究

针对目前Vague集中记分函数选择困难问题,提出了一种新的Vague值方案比较方法,在此基础上提出了基于预处理的Vague集最优多目标决策算法,并通过实例验证了该算法的有效性。     

基于区间值Vague集的多传感器信息融合TOPSIS法

针对区间值Vague集表达的多传感器信息融合问题,提出了一种基于TOPSIS的融合方法。该方法定义了区间值Vague集的距离,给出了正、负理想目标,并得到各目标与正、负理想目标的距离,根据各目标与正理想目标的相对接近度给出融合结果。实例分析验证了方法的有效性。     

基于Vague集的多传感器信息融合方法

针对模糊信息融合的局限性,提出了一个基于Vague集的多传感器信息融合方法。建立了基于Vague集的多传感器信息融合模型,然后给出了适合信息融合的相应定义,最后给出了该方法的数学描述、数据组织、结果评价及算法实现过程。通过实例研究,验证了该方法的有效性和正确性。     

多传感器目标识别的Vague集方法研究

采用Vague集来表达目标特征的模糊测量信息,提出了一种基于Vague集的多传感器目标识别方法。定义两Vague值之间的贴近度,建立了Vague集表达的目标识别数据库模型,利用贴近度矩阵客观地确定了各特征的权重,根据综合贴近度给出目标识别算法。实例分析表明方法的有效性。     

A modified soft-likelihood function based on POWA operator

Information fusion is an important research direction. In this field, there are plenty of ways to combine evidence. Initially, Yager proposed a soft-likelihood function based on the ordered weighted average (OWA) operator to effectively fuse compatible probabilistic evidence. Recently, Song et al proposed a new soft-likelihood function based on the power ordered weighted average (POWA) operator. However, through analysis, we find Song et al's method has the following two shortcomings: (a) The weight of POWA cannot comprehensively reflect the relation between probability and OWA operator. (b) The soft-likelihood function does not reflect the preferences of decision makers. To overcome the above problem, we propose a modified soft-likelihood function. The effectiveness of the proposed method is demonstrated from the perspective of theoretical analysis and numerical examples.     

基于Vague软集的TOPSIS方法及其应用研究

运用传统的TOPSIS方法进行不确定型决策时存在一定的困难,而Vague软集是一种处理不确定信息的重要工具。为此,给出了一种加权的Vague软集间相似度计算方法并加以证明,在对传统的TOPSIS方法进行修正的基础上,将Vague软集理论应用于TOPSIS方法中,将修正后的TOPSIS方法应用于仓储中心选址问题中,结果表明,Vague软集能极大地提高TOPSIS方法在不确定型决策领域中的应用价值。     

运用Vague集进行多传感器目标识别

针对具有多个特征指标的多传感器目标识别问题,采用 Vague 集表达目标特征的不确定信息,提出了一种新的多传感器目标识别方法.定义两 Vague 集之间的加权 Hamming 距离和相似度,建立了Vague 集表达的多传感器目标识别模型,通过最小化各目标类型的 Vague 度优化模型客观地确定了各特征的权重,利用相似度...     

基于Vague软集的模糊群决策方法研究

运用传统的模糊集进行模糊型群决策时存在一定的困难,而Vague软集是一种处理不确定信息的重要工具。为此,给出了一种加权的Vague软集间相似度定义,并运用Vague软集对备选方案进行评判;在此基础上运用正态云模型进行群体一致性评判,将基于Vague软集的模糊群决策方法应用于供应商选择问题中,结果表明,Vague软集能极大地提高模糊群决策的科学性和有效性。     

Intuitionistic Fuzzy Aggregation Operators

An intuitionistic fuzzy set, characterized by a membership function and a non-membership function, is a generalization of fuzzy set. In this paper, based on score function and accuracy function, we introduce a method for the comparison between two intuitionistic fuzzy values and then develop some aggregation operators, such as the intuitionistic fuzzy weighted averaging operator, intuitionistic fuzzy ordered weighted averaging operator, and intuitionistic fuzzy hybrid aggregation operator, for aggregating intuitionistic fuzzy values and establish various properties of these operators.     

语言比例二元组Bonferroni平均算子的群决策方法

针对语言比例二元组信息集成的问题,提出了语言比例二元组Bonferroni平均算子的群决策方法。基于基本单位区间单调（BUM）函数的定义,提出了三角模糊数的中心有序加权平均算子的概念。由于三角模糊数的中心有序加权平均算子和语言术语的数值表示（NR）之间存在交互关联,提出了用三角模糊数的中心有序加权平均算子代替语言术语的数值表示的方法,并将此方法得到的NR和语言术语的NR进行了对比分析。引入了语言比例二元组Bonferroni平均算子,介绍了语言比例二元组Bonferroni平均算子的群决策方法,并用一个实例来说明其可行性。