基于若干直觉模糊关系的近似推理方法

通过定义一种直觉模糊加法算子,修正Ra的直觉化,研究直觉模糊三角模及其剩余蕴涵算子。将Mizumoto定义的系列模糊关系自然地扩展为直觉模糊关系,通过算例,从8个方面量化比较研究了9种基于不同直觉模糊关系的推理性能,对于直觉模糊假言推理和直觉模糊拒取式推理,Rs, Rg和Rgg都是性能比较好的直觉模糊关系,Rsg, Rm, Ra和Rgs次之,Rc, Rss性能最差。     

基于优先关系定序法的IFS非隶属度函数确定方法

针对直觉模糊集（IFS）非隶属度函数难以确定的问题,提出一种基于优先关系定序法的IFS非隶属度函数确定方法,给出了详细的算法步骤,从理论上证明了该算法的正确性,并分析了算法的时间复杂度与适用范围。最后,通过实例分析从应用上验证了算法的有效性与实用性。研究表明,该算法可有效地解决具有依多属性确定优先次序特性的一类IFS非隶属度函数确定方法的问题。     

一种广义直觉模糊粗糙集模型

Atanassov直觉模糊集是对Zadeh模糊集最有影响的一种扩充和发展。为进一步拓展Pawlak粗糙集对多重不确定性信息的处理能力,将直觉模糊集引入粗糙集,采用构造性方法提出了一种广义直觉模糊粗糙集模型。首先,介绍了直觉模糊集在一个特殊格上的等价定义,对直觉模糊近似空间的两个基本要素(直觉模糊逻辑算子和直觉模糊关系)进行了研究,证明了一些重要的性质定理;在此基础上,建立了等价关系下的直觉模糊粗糙集模型;最后,对所提模型的性质进行了分类验证与讨论。     

基于矢量量化的长期直觉模糊时间序列预测

通过引入滑动窗口机制和矢量量化技术,较好地解决了直觉模糊规则零匹配的问题,准确反映了不确定时序系统数据的分布特性,提高了复杂环境下时间序列长期趋势预测的精度,扩展了直觉模糊时间序列预测理论的应用范围。最后通过典型实例验证了该方法的有效性和优越性。     

模糊播挪运算及其性质（二）

在文献[1]结果的基础上,首先引入两个闭包算子,证明了它们分别就是模糊播挪正规模糊播挪在内并运算下的上确界,并证明了模糊播挪内并运算和外交运算的分配性,然后引入模糊播挪基的概念,证明了模糊播挪基的一个判定定理和一个约简定理,此外还证明了每一模糊播挪等于它的任一个基的闭包以及两个模糊播挪基的内并仍然是一个模糊播挪基.     

基于粗糙集理论的不确定推理方法

针对粗糙集理论在分析不精确、不完备信息系统等方面具有的优势,把粗糙集理论应用到模糊推理系统中,提出了一种基于粗糙集理论的不确定推理方法。通过粗糙集理论对属性进行约简,使得到的规则大大简化,通过引入可信度及其传播的概念,使推理结果更具有可信性和说服力。算例结果表明,应用此方法提取的模糊推理规则数目少、可信度高,且具有一定的容错能力,对规则的测试验证了该方法的有效性。     

直觉模糊统计判决与决策

针对统计判决与决策中存在的模糊性,给出了模糊性直觉模糊集的解决方案.首先提出直觉模糊事件概率的概念,在定义直觉模糊t模及s模的基础上给出直觉模糊事件概率所满足的基本性质,并证明了直觉模糊乘法定理、全概率公式和贝叶斯公式;然后根据所给出的直觉模糊概率所满足的性质,并依据信息源类型的不同,详细分析了直觉模糊统计判决与决策的方法;最后通过一个投资问题验证了该方法的有效性.     

基于直觉模糊集的不确定时序逻辑模型

针对现有时序逻辑在描述复杂不确定时间信息方面的局限性,提出了一种基于直觉模糊集的不确定时序逻辑模型。该模型分别定义了离散论域和连续论域下的不确定点时序逻辑、点-时段时序逻辑以及时段时序逻辑的判定公式;引入直觉模糊集的犹豫度参数,使得推理结果更加精确。最后通过实例对两类不确定时间信息进行描述,并对其时序逻辑关系的可能性进行度量。通过分析表明该模型是比较优越的。     

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.     

元搜索引擎研究

为了提高搜索引擎的可信度,提出一种元搜索引擎的设计方法.根据网络营销的特点,设计了一种元搜索引擎的调度策略,利用Alexa工具的统计数据得出成员搜索引擎的可信度,根据可信度的大小对成员搜索引擎进行调度;在此基础上分析了可信度与用户群的关系,并设定了各成员搜索引擎的权值,根据设定的权值和返回结果的排序信息设计了输出的位置函数,然后根据函数值的大小顺序进行输出.实验结果表明了该设计方法的可行性和有效性.