直觉模糊群与它的同态像

在Ｋ,Ａｔａｎａｓｓｏｖ引进直觉模糊集的基础上,给出它的扩展原理,进而定义了直觉模糊群,并讨论了它的简单性质,最后在两个经典群同态与同构意义下,研究了这咱直觉模糊群的像、前像与逆映射等问题。     

P-直觉模糊集及其应用北大核心

将P-集合引入到直觉模糊集中,改进了直觉模糊集,提出了P-直觉模糊集。P-直觉模糊集由内P-直觉模糊集、外P-直觉模糊集构成的直觉模糊集对(A^(F),A^(F)),给出了内P-直觉模糊集截集及基数的概念,讨论内P-直觉模糊集区间截集性质及基数定理、给出内、外P-直觉模糊集与直觉模糊集、模糊集的关系定理,最后给出内P-直觉模糊集的应用。     

关于IVIFS算子与IFS算子关系的讨论

Atanassov教授在给出区间教直觉模糊集算子的定义以后曾给出断语:直觉模糊集算子满足的结论,都可以推广到相应的区问数直党模糊集算子.本文详细分析多条直觉模糊集算子的性质与相应区间数直党模糊集算子的性质之间的关系,证明这些直觉模糊集算子的性质都不能推广到区间数直党模糊集算子,因而对Atanassov的论断进行了澄清.     

直觉模糊子群及其刻画

基于直觉模糊集,给出了直觉模糊子群的定义.同时,讨论了它的若干性质,并给出了它的一些刻画.     

模糊数直觉模糊集运算的模糊结构元表示

在文[4]提出的模糊数直觉模糊集定义的基础上,将文[2]和[7]定义的区间值直觉模糊集运算推广到模糊数直觉模糊集中.利用模糊数的结构元表示方法,得到了模糊数直觉模糊集运算的简便的结构元表示形式,同时给出这些运算的相关性质及证明.     

区间直觉模糊集的相似性测度及其应用

在度量两个集合时,用相似性测度来表示两集合的相似性程度.在度量区间直觉模糊集的相似性程度时,现有的很多方法都没有把犹豫度考虑在内.针对这个问题,根据区间直觉模糊集理论,在Szmidt的区间直觉模糊集的海明距离、规范化海明距离、欧几里得距离、规范化欧几里得距离的基础上.定义了基于Szmidt的区间直觉模糊集的加权海明距离和基于Szmidt的区间直觉模糊集的加权欧几里得距离,分别包含了隶属度,非隶属度和犹豫度,并给出了定理和证明.然后定义了两种区间直觉模糊集的相似性测度.最后将这两种相似性测度应用到模式识别领域.     

直觉模糊集的扩张运算

在 K.Atanassov引进直觉模糊集概念的基础上 ,首先给出乘积的定义和扩张原理 ,并讨论群上的直觉模糊集的并、交等扩张运算 ;其次在两个经典群同态、同构的条件下 ,研究直觉模糊集乘积的扩张运算问题。     

双枝模糊集与直觉模糊集的关系(Ⅲ)——分解定理

在重新定义的直觉模糊集的水平截集概念的基础上进一步讨论了双枝模糊集的分解定理与直觉模糊集的分解定理的关系,从而使需要用双枝模糊集解决的问题也就进一步可以用直觉模糊集来解决.     

凸直觉模糊映射

在模糊数、凸模糊映射和凸直觉模糊集定义基础上,给出了直觉模糊数及其序的定义,给出了凸直觉模糊映射的定义并讨论其有关性质,在此基础上,研究了凸直觉模糊规划问题。     

基于Hausdroff距离和L_p度量的直觉模糊集合贴近度的注记

针对Hung和Yang[3-4]给出的直觉模糊集合贴近度,本文指出并修正了一些直觉模糊集合贴近度的错误性质,并给出另外两个计算公式,这将有利于对直觉模糊集合的进一步研究.     

扩张原理的粗集表示

粗集、模糊集均是处理不确定信息的数据分析工具,是数据挖掘的重要方法.由Zadeh首先提出的模糊扩张原理是模糊集理论的最基本的原理之一,粗集是通过上、下近似算子来发挥作用的.本文讨论扩张原理与粗集上近似之间的关系,证明了扩张原理可以表示成粗集上近似的形式,因此,扩张原理成了粗集与模糊集之间的桥梁.此外,借助粗集上、下近似算子的公理系统解决了扩张原理的反问题.     

双论域上的区间值直觉模糊粗糙集模型及其应用

基于区间值直觉模糊相容关系,给出了双论域上的区间值直觉模糊粗糙集模型并讨论了其相关性质,为粗糙集的应用提供了新的理论基础与操作手段。最后,通过一个例子阐述了本文提出的区间值直觉模糊粗糙集模型在临床诊断系统中的具体应用。     

Fuzzy linear programming under interval uncertainty based on IFS representation

The equivalence between the interval-valued fuzzy set (IVFS) and the intuitionistic fuzzy set (IFS) is exploited to study linear programming problems involving interval uncertainty modeled using IFS. The non-membership of IFS is constructed with three different viewpoints viz., optimistic, pessimistic, and mixed. These constructions along with their indeterminacy factors result in S-shaped membership functions in the fuzzy counterparts of the intuitionistic fuzzy linear programming models. The solution methodology of Yang et al. [45], and its subsequent generalization by Lin and Chen [33] are used to compute the optimal solutions of the three fuzzy linear programming models.     

模糊多属性决策的直觉模糊集方法

基于直觉模糊集理论,提出了一种新的TOPSIS方法来研究模糊多属性决策问题。首先,根据直觉模糊集的几何意义,定义了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示;然后,根据TOPSIS原理,通过计算备选方案到直觉模糊正理想解和负理想解的距离,来确定备选方案的综合评价指数,以此判断方案的优劣次序。最后,通过一个具体实例说明该方法的有效性和具体应用过程。     

基于k阶二元关系的直觉模糊粗糙集

利用k阶二元关系定义直觉模糊粗糙集,讨论了分别为串行、自反、对称、传递关系时所对应的上、下近似算子的性质。在有限论域U中,研究了任一自反二元关系所诱导的直觉模糊拓扑空间中直觉模糊闭包、内部算子与相对应的上、下近似算子的关系。     

几种新的截集及其应用

本文从“邻域”和“重域”的观点出发引入了三种新的截集：下截集，下重截集和上重截集。我们给出这些截集的性质及相应的分解定理，表现定理和扩展原理，作为应用，我们讨论了两方面的内容；一是利用落影表现理论，将一个模糊集看作“重云”的落影，然后用下生截集和落影表现理论来定义模糊集的运算，得到了与“２”一致的结果。     

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。