直觉模糊集理论及应用 上【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

直觉模糊集理论及应用 上PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 引言1

1.2 模糊集概述3

1.3 直觉模糊集6

1.3.1 直觉模糊集的形成与发展6

1.3.2 直觉模糊集的基本概念8

1.3.3 直觉模糊集的基本运算8

1.3.4 直觉模糊集的截集9

1.3.5 直觉模糊集截集的性质及核11

1.3.6 直觉模糊集的特点12

1.4 拓展模糊集之间的若干等价变换13

1.4.1 L-模糊集与L-直觉模糊集13

1.4.2 区间值模糊集与区间值直觉模糊集14

1.4.3 Vague集与直觉模糊集15

1.4.4 直觉模糊集到模糊集的变换17

1.4.5 拓展模糊集之间的变换17

1.4.6 讨论20

参考文献20

第2章 直觉模糊集的扩展运算28

2.1 IFS非隶属度函数的确定方法28

2.1.1 非隶属度函数的规范性确定方法28

2.1.2 基于优先关系定序法的IFS非隶属度函数确定方法34

2.1.3 基于对比平均法的IFS非隶属度函数确定方法38

2.1.4 基于绝对比较法的IFS非隶属度函数确定方法42

2.2 IFS到模糊集的转换方法46

2.2.1 现有转换方法分析46

2.2.2 差值修正法48

2.2.3 算例分析50

2.3 直觉模糊算子51

2.3.1 操作算子51

2.3.2 语义算子52

2.4 IFS时态逻辑算子及扩展运算性质53

2.4.1 时态逻辑算子54

2.4.2 扩展运算55

2.5 IFS分解定理58

2.6 本章小结60

参考文献60

第3章 直觉模糊度量与直觉模糊熵62

3.1 直接模糊集的几何解释62

3.2 直觉模糊集之间的距离63

3.2.1 IFS之间的距离63

3.2.2 基于Hausdorff测度的IFS之间的距离65

3.2.3 改进的IFS之间的距离67

3.3 直觉模糊集之间的相似度71

3.3.1 IFS之间的相似度72

3.3.2 基于Hausdorff测度和基于Lp测度的相似度74

3.3.3 改进的IFS之间的相似度76

3.4 具有倾向性的直觉模糊相似度77

3.4.1 直觉模糊相似度量的三维表示78

3.4.2 现有直觉模糊相似度量的问题79

3.4.3 直觉模糊相似度量的公理化定义80

3.4.4 具有倾向性的直觉模糊相似度量81

3.4.5 算例分析83

3.5 直觉模糊集相异度度量方法84

3.5.1 直觉模糊集相异度定义85

3.5.2 直觉模糊集相异度度量公式85

3.5.3 算例分析88

3.6 一类直觉模糊熵的构造方法90

3.6.1 直觉模糊熵的几何解释90

3.6.2 直觉模糊熵的构造91

3.6.3 算例分析94

3.6.4 讨论95

3.7 本章小结95

参考文献96

第4章 直觉模糊关系与直觉模糊聚类98

4.1 直觉模糊关系98

4.2 直觉模糊合成运算100

4.2.1 直觉模糊集T-范数与S-范数100

4.2.2 直觉模糊关系的合成运算102

4.3 直觉模糊关系的性质104

4.3.1 直觉模糊关系的自反性104

4.3.2 直觉模糊关系的对称性105

4.3.3 直觉模糊关系的传递性106

4.4 直觉模糊相似关系与等价关系107

4.5 基于直觉模糊等价关系的聚类108

4.5.1 直觉模糊相似矩阵的构造109

4.5.2 聚类算法步骤110

4.5.3 算例分析111

4.6 直觉模糊C均值聚类（IFCM）113

4.6.1 模糊C均值聚类（FCM）113

4.6.2 直觉模糊数的模糊C均值聚类（IFCM1）117

4.6.3 普通集合的直觉模糊C均值聚类（IFCM2）119

4.6.4 直觉模糊集合的直觉模糊C均值聚类（IFCM3）122

4.6.5 直觉模糊集合的模糊C均值聚类（IFCM4）124

4.6.6 算例分析126

4.7 基于目标函数的直觉模糊聚类方法129

4.7.1 直觉模糊聚类算法129

4.7.2 直觉模糊聚类初始化方法133

4.7.3 直觉模糊聚类有效性分析137

4.8 本章小结141

参考文献142

第5章 直觉模糊推理与规则库检验145

5.1 真值合成方法145

5.2 直觉模糊条件推理146

5.2.1 蕴涵式直觉模糊推理146

5.2.2 条件式直觉模糊推理147

5.2.3 多重式直觉模糊推理148

5.2.4 多维式直觉模糊推理148

5.2.5 多重多维式直觉模糊推理149

5.2.6 讨论149

5.3 条件推理中的可信度传播149

5.3.1 典型直觉模糊推理中的可信度150

5.3.2 加权直觉模糊推理中的可信度150

5.3.3 狭义直觉模糊推理中的可信度150

5.3.4 讨论151

5.4 直觉模糊近似推理方法151

5.4.1 直觉模糊取式推理152

5.4.2 直觉模糊拒式推理153

5.4.3 直觉模糊假言推理154

5.4.4 讨论155

5.5 真值限定的直觉模糊推理方法155

5.5.1 直觉模糊逻辑转换规则155

5.5.2 真值限定推理方法155

5.5.3 算例分析157

5.5.4 讨论159

5.6 基于直觉模糊逻辑的插值推理方法159

5.6.1 直觉模糊逻辑及命题演算159

5.6.2 直觉模糊拒式插值推理160

5.6.3 直觉模糊取式插值推理164

5.6.4 直觉模糊假言插值推理164

5.6.5 讨论167

5.7 基于包含度的直觉模糊推理方法167

5.7.1 基于蕴涵算子的包含度168

5.7.2 基于集合基数的包含度169

5.7.3 基于包含度的直觉模糊相似度170

5.7.4 基于包含度的直觉模糊推理方法173

5.7.5 讨论175

5.8 基于数值拟合的直觉模糊近似推理方法175

5.8.1 数值拟合方法176

5.8.2 推理规则176

5.8.3 直觉模糊集的近似推理177

5.8.4 算例分析178

5.9 基于直觉模糊相似度量的近似推理方法179

5.9.1 基本思路179

5.9.2 近似推理方法180

5.9.3 算例分析181

5.1 0直觉模糊推理的规则库检验方法181

5.1 0.1 规则完备性182

5.1 0.2 规则互作用性182

5.1 0.3 规则相容性186

5.1 0.4 实例分析187

5.1 1本章小结189

参考文献189

第6章 直觉模糊综合评判、决策与规划191

6.1 直觉模糊综合评判191

6.1.1 三角模、记分函数法、模糊运算的选取191

6.1.2 基于可能度排序的直觉模糊综合评判模型196

6.1.3 基于评判函数的直觉模糊综合评判模型197

6.2 直觉模糊决策模型与方法200

6.2.1 直觉模糊偏好信息的多属性决策方法200

6.2.2 直觉模糊环境下的多属性决策模型204

6.2.3 算例一208

6.2.4 算例二208

6.3 直觉模糊规划模型与方法210

6.3.1 模糊规划210

6.3.2 Plamen直觉模糊规划212

6.3.3 二阶段直觉模糊规划模型213

6.3.4 基于DE的二阶段直觉模糊规划算法215

6.3.5 加权直觉模糊多目标规划模型217

6.3.6 算例三218

6.3.7 算例四223

6.4 本章小结224

参考文献225

第7章 基于直觉模糊推理的数据挖掘228

7.1 数据挖掘的相关理论及方法228

7.1.1 数据挖掘的基本概念228

7.1.2 数据挖掘的应用领域231

7.1.3 数据挖掘的基本技术232

7.2 直觉模糊推理236

7.2.1 直觉模糊蕴涵关系237

7.2.2 单前件单规则的直觉模糊推理240

7.2.3 多前件单规则的直觉模糊推理243

7.2.4 多前件多规则的直觉模糊推理244

7.3 直觉模糊推理系统246

7.3.1 Mamdani直觉模糊推理系统247

7.3.2 Sugeno直觉模糊推理系统249

7.3.3 讨论253

7.4 基于直觉模糊推理的数据挖掘253

7.4.1 数据挖掘问题描述253

7.4.2 属性的隶属度函数和非隶属度函数的建立254

7.4.3 数据挖掘中的直觉模糊推理算法254

7.4.4 仿真实例259

7.4.5 算法分析262

7.4.6 讨论262

7.5 基于自适应直觉模糊推理的数据挖掘262

7.5.1 自适应神经-直觉模糊推理系统263

7.5.2 网络结构263

7.5.3 网络的训练265

7.5.4 仿真实例270

7.5.5 算法检验271

7.5.6 算法对比分析272

7.5.7 数据挖掘系统的设计与实现272

7.5.8 讨论276

7.6 本章小结276

参考文献277

索引278