项目名称: 基于信息密度的广义不确定直觉模糊集成算子及其应用

项目编号: No.11426033

项目类型: 专项基金项目

立项/批准年度: 2015

项目学科: 数理科学和化学

项目作者: 刘金培

作者单位: 安徽大学

项目金额: 3万元

中文摘要: 直觉模糊集是传统模糊集的推广,它含有隶属度、非隶属度和犹豫度三个因素的信息,因而能更加细腻地描述模糊事物的本质。对于复杂的系统,其信息表征形式往往是区间直觉模糊数、三角直觉模糊数、梯形直觉模糊数等不确定的直觉模糊信息。本项目拟考虑不确定直觉模糊数的犹豫度对隶属度和非隶属度的交叉影响,提出新的不确定直觉模糊数运算规则,针对不确定直觉模糊数的密度结构特征和多种不确定直觉模糊信息的融合,构建信息密度赋权模型,并提出基于信息密度的广义不确定直觉模糊集成算子的概念。研究直觉模糊数的运算规则和集成算子的若干数学性质,包括单调性、幂等性、齐次性、介值性、置换不变性等。同时定义该类算子的orness测度和离散测度,用于刻画评价者的态度特征,并将其应用于生态环境的聚类和综合评价之中。本项目的研究不仅可以丰富和完善直觉模糊集的运算规则和信息集成算子相关理论,而且在实际中具有较强的应用价值。

中文关键词: 集成算子;直觉模糊数;群决策;Orness;

英文摘要: Intuitionistic fuzzy set is the generalization of traditional fuzzy set, which includes the degree of membership, the degree of non-membership and degree of indeterminancy. Thus it can describe the essence of fuzzy things in details. For complex system, it usually uses the interval intuitionistic fuzzy number, triangular intuitionistic fuzzy number or trapezoidal intuitionistic fuzzy number to characterize the fuzzy information. In view of the interactions between membership degree and non-membership degree, which is caused by indeterminancy degree of uncertain intuitionistic fuzzy number, this project proposes novel operational rules of uncertain intuitionistic fuzzy number. Aim at the density structure of uncertain intuitionistic fuzzy numbers and the fusion of various kinds of intuitionistic fuzzy numbers information, we construct an information density weighting model and propose the definition of density-based generalized unceratain intuitionistic fuzzy information aggregation operators. The operational rules of intuitionistic fuzzy numbers and the mathematic properties of aggregation operator, which includes monotonicity, idempotency, homogeneity, boundedness and commutativity, are studied. Furthermore, we define the orness measure and dispersion measure of the proposed operators, by which we can character

英文关键词: Aggregation operator;Intuitionistic fuzzy number;Group decision making;Orness;

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】不确定性感知的多视角表示学习
专知会员服务
45+阅读 · 2022年1月25日
【干货书】贝叶斯统计分析方法,697页pdf
专知会员服务
121+阅读 · 2021年12月18日
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
专知会员服务
212+阅读 · 2021年8月2日
专知会员服务
44+阅读 · 2021年5月24日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
【经典书】统计学理论,925页pdf
专知会员服务
165+阅读 · 2020年12月6日
专知会员服务
34+阅读 · 2020年11月26日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
论文解读|知识图谱最新研究综述
AINLP
17+阅读 · 2020年5月4日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
【数字孪生】数字孪生技术发展趋势与安全风险浅析
产业智能官
54+阅读 · 2019年8月28日
解读 | 得见的高斯过程
机器学习算法与Python学习
14+阅读 · 2019年2月13日
无监督学习:决策树AI异常检测
AI前线
15+阅读 · 2018年1月14日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关主题
相关VIP内容
【AAAI2022】不确定性感知的多视角表示学习
专知会员服务
45+阅读 · 2022年1月25日
【干货书】贝叶斯统计分析方法,697页pdf
专知会员服务
121+阅读 · 2021年12月18日
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
专知会员服务
212+阅读 · 2021年8月2日
专知会员服务
44+阅读 · 2021年5月24日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
【经典书】统计学理论,925页pdf
专知会员服务
165+阅读 · 2020年12月6日
专知会员服务
34+阅读 · 2020年11月26日
相关资讯
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
论文解读|知识图谱最新研究综述
AINLP
17+阅读 · 2020年5月4日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
【数字孪生】数字孪生技术发展趋势与安全风险浅析
产业智能官
54+阅读 · 2019年8月28日
解读 | 得见的高斯过程
机器学习算法与Python学习
14+阅读 · 2019年2月13日
无监督学习:决策树AI异常检测
AI前线
15+阅读 · 2018年1月14日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员