基于三角形和高斯模糊化的Mamdani模糊系统表示

模糊化是将模糊系统中输入变量的确定值转换为相应模糊集合的过程,它在模糊系统建模和模糊控制领域有着重要的作用。本文在前件模糊集取为三角形模糊数条件下,利用函数极值方法求解后件模糊集的隶属函数,进而给出基于三角形模糊化和高斯模糊化的两种Mamdani模糊系统表示。     

基于直觉模糊化的广义模糊时间序列预测模型

本文在传统广义模糊时间序列预测模型数据模糊化的基础上,引入直觉模糊集理论对其进行扩展。首先,在隶属度和非隶属度函数中增加犹豫度因子对样本数据进行直觉模糊化,更加细腻的反映数据不确定性本质。然后,用记分函数描述样本数据对模糊集的隶属情况,简化模型的复杂度。随后以传统广义模型为框架,构建基于直觉模糊化的广义模糊时间序列预测模型。最后利用典型的Alabama大学入学人数为实验数据,对比分析本文建立模型与传统广义模型的预测结果,验证直觉模糊化的广义模糊时间序列模型的可行性和优越性。     

基于后件模糊集中心的Mamdani模糊系统的降维分解

模糊系统是通过模糊规则来处理不确定信息的一种重要工具,而Mamdani模糊系统则是最简单的一类高维系统模型.文章首先从理论上指出Mamdani模糊系统的传统分解存在错误,并分别针对二维和三维Mamdani模糊系统的实际分解公式进行了分析.其次,基于后件(输出)模糊集中心指标重新获得了n维Mamdani模糊系统的降维分解公式.最后,通过实例分析说明该分解公式不仅可以降低高维Mamdani模糊系统的空间维数,而且也可减少系统内部的模糊规则总数.     

区间二型单点Mamdani模糊逻辑系统的设计

介绍区间二型模糊集的定义及相关理论,提出一种多重多维区间二型单点Mamdani模糊逻辑系统。在KM算法的理论基础上,设计模糊推理,类型简化,解模糊化等模块。在BP算法的理论基础上,调整区间二型单点Mamdani模糊逻辑系统中前件的参数。最后给出了本文的总结和进一步研究问题的展望。     

广义模糊熵与包含度的相互诱导关系

模糊熵是度量模糊集的非常重要的指标,而广义模糊熵是模糊熵在广义模糊补意义下的推广.本文首先介绍了模糊集的广义模糊熵和包含度的定义,重点研究了包含度的性质,给出了广义模糊熵与包含度之间的相互诱导关系.     

基于模糊数结构元相似度的模糊风险分析

基于模糊数结构元理论,定义了模糊数结构元相似度。通过12组模糊集对结构元相似度的性质进行对比研究。结果表明,结构元相似度是实数相似度的拓展,具有良好的性质且计算简单。最后给出了基于结构元相似度的模糊风险分析模型,模型中评估项的值是语言值。     

广义犹豫模糊软集的不确定性度量及其应用

本文在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的不确定性度量。首先在犹豫模糊集包含度的公理化定义基础上,建立犹豫模糊集合的三种包含度公式;然后给出广义犹豫模糊软集包含度的公理化定义,并利用犹豫模糊集合的包含度公式构造广义犹豫模糊软集间的包含度公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的包含度。接下来给出广义犹豫模糊软集不确定性度量的公理化定义,并从其包含度出发来构造广义犹豫模糊软集的不确定性度量公式,这种不确定性度量的计算方法同样适用于参数集不同的广义犹豫模糊软集,最后利用广义犹豫模糊软集不确定性度量方法应用到聚类分析实例中,通过实例验证了所提出方法的可行性和有效性。     

以直觉模糊熵改进权重的模糊数据关联算法

针对多中心点的观测数据存在不确定性的问题,首先将观测数据和预测数据进行直觉模糊化,然后利用直觉模糊熵改进直觉模糊集的数据权重,再计算直觉模糊集之间的加权距离以获得观测与预测数据的隶属度,最后依次搜索最大隶属度实现观测与预测的关联.通过实例将改进的直觉模糊C-均值聚类(IFCM)算法应用于数据关联计算,计算结果表明,存在模糊观测数据情况下,可以比较好的处理距离的权重信息,并得到更好的处理结果,实例证明算法是可行的.     

基于区间数度量的区间值模糊集合的归一化距离、相似度、模糊度和包含度的关系研究

区间值模糊集合的距离、相似度、模糊度和包含度及其关系研究是区间值模糊集合的一个研究热点.考虑到区间值模糊集合所表示信息的丰富性,本文使用区间数而非实数来刻画区间值模糊集合的距离,首先给出基于区间数度量的区间值模糊集合的归一化距离的公理化定义,然后通过五个定理详细研究了基于公理化定义的区间值模糊集合的归一化距离、相似度、模糊度和包含度之间的相互转换关系,最后,给出了若干公式来计算基于区间数度量的区间值模糊集合的相似度、模糊度和包含度.这些结论,一方面丰富了区间值模糊集合的信息测度(距离、相似度、模糊度和包含度)的内容,另一方面也为区间值模糊集合的近似推理、决策分析、模式识别等领域的应用提供了新方法和新理论.     

直觉模糊软集的不确定性度量及其应用

研究了直觉模糊软集的包含度与相似度。首先在直觉模糊软集中利用直觉模糊集在完备有界格上的包含度和相似度的定义,提出直觉模糊值形式的直觉模糊软集的包含度和相似度。然后利用现有的直觉模糊集在完备有界格上的包含度公式,构造参数不同的直觉模糊软集的各种包含度公式。最后利用直觉模糊软集的包含度构造出直觉模糊软集的相似度公式,并利用这种相似度给出一种决策方法,将它应用到受灾后的隧道安全状况判定中。     

直觉模糊集的广义模糊熵

利用模糊补定义了直觉模糊集的广义补集,并讨论了直觉模糊集广义补集的一些性质。在此基础上,给出了直觉模糊集广义模糊熵的公理化定义及几个直觉模糊集广义模糊熵的具体计算公式。此外,本文还研究了直觉模糊集的广义模糊熵与相似性测度之间的关系。     

基于相似度和改进雷达图的概率犹豫模糊多属性决策方法

为了解决属性权重未知的概率犹豫模糊多属性决策问题,构建基于相似度和改进雷达图的多属性决策方法。首先基于概率犹豫模糊元的信息完全度构建概率犹豫模糊集的距离测度和灰色关联系数,然后基于灰色关联理想解法定义了概率犹豫模糊集的相似度,最后根据概率犹豫模糊集的相似度和改进雷达图构建多属性决策模型,并通过案例进行了验证分析。     

区间直觉犹豫模糊集的两种相似测度及其在模式识别中的应用

模糊集的相似测度是模糊集理论的重要组成部分之一,有着广泛的应用.首先给出了基于隶属度、非隶属度和犹豫度的区间直觉犹豫模糊集的标准海明距离、标准欧氏距离、广义标准海明距离公式以及它们的加权距离公式.然后提出了基于距离的区间直觉犹豫模糊集相似测度和区间直觉犹豫模糊集的余弦相似度,并给出了公理化证明.两种相似测度均包含了区间直觉犹豫模糊集的隶属度、非隶属度和犹豫度.最后将这两种相似测度应用到基于区间直觉犹豫模糊信息的模式识别中.     

粗糙模糊集与模糊粗糙集的截集性质

研究粗糙模糊集、模糊粗糙集、广义粗糙模糊集和广义模糊粗糙集的截集性质,并且还研究了基于逻辑算子的广义模糊粗糙集的基本性质。     

典型模糊控制器的插值形式

推导出了单输入单输出、双输入单输出典型Mamdani模糊控制器的插值解析表达式，并推广到输出采用输入变量函数的典型T—S模糊控制器。典型Mamdani模糊控制器的输入采用正规模糊集、三角形全交迭的隶属函数，输出采用单点模糊数。这些插值表达式在一定程度上揭示了典型模糊控制器的本质特征，为设计和优化提供了准确的解析模型，同时也为模糊控制器的实际应用提供了一种快速精确的控制算法。     

模糊横贯与模糊拟阵

定义了粗糙模糊横贯与广义粗糙模糊横贯的概念,得到了粗糙模糊横贯与广义粗糙模糊横贯的一些性质以及与缺失的关系,研究了粗糙模糊集上的Hall定理与Hall-Ore定理。最后粗糙集与广义粗糙集下的模糊部分横贯的集合组成应该模糊拟阵。     

限制等价函数与模糊相似度

模糊相似度作为度量模糊集之间相似程度的重要工具,已经在理论研究与应用领域发挥了十分重要的作用,而限制等价函数与模糊相似度具有紧密的联系。本文对于限制等价函数的性质与构造方法展开进一步讨论,研究限制等价函数与自同构,t-模,以及t-余模之间的关系,进而研究由限制等价函数构造的模糊相似度的性质。我们的结果表明,这种由限制等价函数构造的模糊相似度具有相当好的性质。     

(α,β)-勾股模糊数广义系统北大核心

为了进一步研究模糊数直觉模糊广义系统,在T-S模糊系统和勾股模糊集的基础上首次提出了(α,β)-勾股模糊数广义系统。然后研究了这类系统的稳定性,讨论了(α,β)-勾股模糊数广义系统和T-S模糊系统的关系。其次,深入研究了(α,β)-勾股模糊数广义系统的控制器和(α,β)-勾股模糊数广义系统的稳定性。(α,β)-勾股模糊数广义系统将是一个新的研究方向,将成为解决实际问题的一种通用方法。最后,通过实例说明了该方法的有效性。     

多值不确定型直觉模糊识别决策方法

基于模糊环境给出多值不确定型直觉模糊集的概念,定义了集合的交、并、包含等基本运算性质。通过刻画集合间的相似程度,提出八个新的相似度公式。最后将相似度应用于识别决策,说明公式的实用性和有效性。     

两类模糊系统作为通用逼近器的充分条件的比较与分析

对现有的Mamdani模糊系统和T-S模糊系统作为通用逼近器的充分条件作比较分析,提出了通过三种不同算法获得的单输入单输出Mamdani模糊系统作为通用逼近器的充分条件的保守性比较定理。