基于OWA算子的区间值加权模糊推理

针对如何对区间值模糊产生式规则赋予合理权值的问题,将OWA算子引入到区间值模糊推理中。介绍一种基于OWA算子的区间值赋权方法,根据此方法给出区间值模糊集上的加权模糊产生式规则的推理算法。在采用该算法的过程中,为合理地计算输入事实与规则前件的匹配程度,引入基于OWA算子的区间值模糊匹配函数值和总体贴近度的计算方法。实例分析表明了所给出的区间值模糊推理算法的有效性和可行性。     

基于多决策值等价类的属性约简

针对决策信息系统属性约简问题,引入条件属性的多决策值等价类概念,给出实现属性约简的必要条件,提出一种基于多决策值等价类的属性约简算法.该算法以单个条件属性的等价类的基为升序,对条件属性进行排序,逐一选择排序后的条件属性合并,直至合并后的条件属性子集的正域为全域,进一步判断其是否独立且不可区分关系与原信息系统的不可区分关系是否相同.当条件满足时,该条件属性子集即为决策信息系统的属性约简.通过实例验证了该算法求解属性约简的有效性.     

基于线性分配和Choquet积分的多值区间中智多属性决策方法

提出一种新的多值区间中智多属性决策方法.首先利用多值区间中智集描述不确定信息,定义多值区间中智值之间的余弦值和欧氏距离;然后采用Choquet积分描述属性之间的相关性,采用线性分配方法对方案进行排序,给出具体的方案排序方法;最后通过基于风险的地铁项目建设方案选择表明所提出方法的可行性和有效性.     

改进的关联分类算法在信息化评估中的应用

在信息化评估过程中,传统关联分类算法无法优先发现短规则,且分类精度对规则次序的依赖较强。为此,提出基于子集支持度和多规则分类的关联分类算法,将训练集按待分类属性归类,利用子集支持度挖掘关联规则,通过计算类平均支持度对测试集进行分类。实验结果表明,该算法发现规则的能力和分类精度均优于传统方法。     

序区间值决策系统中最优可信规则获取与约简

基于描述子的规则获取可导出序值决策系统中的所有可信规则,但对包含区间值序决策系统却不能有效支持。因此,首先根据每个属性值域的范围,提出了一个区间段值的概念,用以将序区间值决策系统转换为序区间段值决策系统;然后,在序区间段值决策系统中提出了基于区间段值的优势和弱势描述子概念,用以导出序区间值决策系统中的所有可信规则;最后,研究了两种新的描述子的约简以及相对约简问题,给出了相应的判定定理与区分函数。以上为从序区间值决策系统中获取有效的最优可信决策规则提供了一种新理论基础与操作手段。     

区间值对偶犹豫模糊集的相关系数及其应用

区间值对偶犹豫模糊集因其可能隶属度与可能非隶属度均采用区间的形式而更具有一般性,因而得到广泛的应用。相关系数可以用来度量两个模糊信息之间的相关关系。基于区间值对偶犹豫模糊集相关系数提出了一种新的多属性群决策方法。在对偶犹豫模糊集的基础上给出了区间值对偶犹豫模糊集的定义及其基本运算;给出了区间值对偶犹豫模糊集的相关系数的定义及相应的计算公式;构造了确定权重的优化模型;基于区间值对偶犹豫模糊集的相关系数和确定权重的优化模型,提出一种属性权重部分未知的模糊多属性群决策方法,并通过实例说明该方法的有效性和可行性。     

一种新区间值vague集及其在模式识别中的应用

基于现有定义证明了区间值vague集并非vague集的扩展,并提出了一种新的区间值vague集定义.证明了vague集和区间值vague集都是新区间值vague集的特例.进而提出了带参数区间值vague集的概念,并从已知隶属度和非隶属度出发,重点分析了带参数区间值vague集的构造.将模式识别与医疗诊断案例进行了对比.仿真实验结果表明,带参数区间值的vague集方法比传统的vague集方法更全面且更具灵活性.     

二级倒立摆的区间值模糊控制

为了提高倒立摆模糊控制的稳定性,研究了二级倒立摆的区间值模糊控制.根据区间值模糊集理论,由不同类型的隶属度函数构成区间结构,利用区间值模糊蕴涵建立控制规则,设计出二级倒立摆的区间值模糊控制器,并通过仿真与实时控制实验,对比分析了区间值模糊控制与点值模糊控制的性能.实验结果表明,区间值模糊控制具有更好的稳定性和鲁棒性.     

基于量化相关模式的多值关联规则挖掘算法

为了解决多值关联规则挖掘中忽视罕见且有价值的非频繁模式的问题,提出了一种新的多值关联规则挖掘算法-QCoMine.该算法引入了量化相关模式的概念,通过考察多值属性间互信息熵和全置信度,找到具有强信息关系的属性集进而产生规则.实验结果表明,由于在属性层和区间层进行了剪枝,因此缩减了搜索空间,提高了算法的性能,且得到更高置信度、更有价值的规则.     

区间值模糊软集的信息测度及其聚类算法

针对区间值模糊软集信息测度难以精确定义的问题,提出了区间值模糊软集的距离测度、相似度、熵、包含度、子集度的公理化定义,给出了区间值模糊软集的信息测度公式,并讨论了它们的转换关系。然后提出了一个基于相似度的聚类算法,该算法结合区间值模糊软集的特性,着重对给出评价对象的具有相似知识水平的专家进行聚类,同时讨论了算法的计算复杂度。最后通过实例说明该算法能有效地处理专家聚类问题。