直觉模糊熵

摘要： 直觉模糊K-modes(IFKM)算法在聚类过程中采用简单0-1匹配相似性度量,既无法有效刻画类内数据对象之间的相似性,也未体现不同属性在聚类过程中的贡献程度;此外,IFKM算法在聚类的每一次迭代中直接根据直觉模糊隶属度矩阵来确定数据对象所属类别,没有充分发挥直觉模糊思想的作用。为了解决这两个问题,提出一种迭代IFKM(IIFKM)算法。首先,基于直觉模糊熵(IFE)与直觉模糊集(IFS)定义了一种加权的直觉模糊隶属度相似性度量;其次,将直觉模糊隶属度矩阵作为迭代信息贯穿于整个聚类过程,使算法中的直觉模糊思想得到充分体现。在UCI数据库的5个数据集上进行的实验结果表明,与IFKM算法相比,IIFKM算法在分类正确率和召回率方面提升了7%~11%,在分类精度方面也有一定提升。

摘要： 针对传统TOPSIS方法在解决坦克分队战场目标威胁评估时所包含评估指标信息不完整的问题,提出了利用直觉模糊熵改进的TOPSIS多目标威胁评估方法。根据城市作战特点建立坦克分队战场目标威胁评估指标体系,明确评估指标评价语言与直觉模糊数之间的对应关系,利用组合赋权法确定评估指标权重,利用直觉模糊熵改进的TOPSIS方法对城市作战中坦克分队单时刻、多目标威胁评估进行仿真分析,得出最终的目标威胁排序。结果表明,所提算法包含评估指标评价信息完整,并能对决策者风险偏好进行灵敏度分析,灵活性强,可靠性高。

摘要： 为了克服已有评估方法的不足,提出一种基于直觉模糊VIKOR多属性决策的反导作战预案评估方法。构建反导作战预案评估指标体系,借助直觉模糊熵的概念,解决在属性与决策者权重未知的情况下进行评估这一难题。在此基础上,建立基于直觉模糊VIKOR多属性决策的反导作战预案评价模型,给出反导作战预案的排序方法。通过实例对该方法进行仿真验证,评估结果准确。

摘要： 利用计算机视觉技术对畜肉分级的方法种类繁多,但由于光照因素使前期图像预处理分割目标和背景的工作难度增大.针对传统的最大类间方差法分割图像效果不佳、噪声适应能力不强的问题,以及核磁共振、高光谱成像等无损检测方法大多存在检测仪器体积大、不便于携带、成本高等问题,提出利用色调、饱和度、明度(Hue,Saturation,Value,HSV)色彩空间结合聚类方法对图像像素点进行聚类分割.在对取自自然光照环境中的猪肉图像进行分割时,所提方法相对于传统聚类分割方法分割正确率平均提高1.46％;在对人工加入了0.1椒盐噪声和0.2椒盐噪声的图像进行分割时,该方法相对于传统方法表现出了更好的抗噪声能力,传统分割方法平均错误率分别升高了16.15％和38.28％,该方法平均错误率仅升高了1.57％和1.49％.该方法具有良好的分割准确率和噪声鲁棒性,提高了目标区域的检测精度,减少了图像预处理阶段的信息丢失,提高了畜肉分级方法的质量.

摘要： 针对属性权重已知、专家权重未知的多属性决策问题,提出了一种基于直觉模糊相似度与灰色关联的群决策方法.根据新的直觉模糊数距离测度构建专家评价相似矩阵,采用组间权重与直觉模糊熵对专家权重进行组合赋权,采用基于得分函数距离的灰色关联分析对备选方案排序择优,实例应用表明了该方法的有效性.

摘要： 针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法。针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式。然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序。最后,通过算例进行比较分析,验证提出方法的可行性和有效性。

摘要： 逆向物流供应商选择是典型的多属性决策问题.针对逆向物流供应商选择问题的特点,提出一种基于直觉模糊熵的逆向物流供应商选择问题的直觉模糊多属性决策方法.在回顾相关基础理论知识基础上,建立了逆向物流供应商评价指标体系,给出了基于直觉模糊熵的评价指标权重的确定方法,然后运用直觉模糊加权平均算子对二级指标信息集结,得到逆向物流供应商选择问题的直觉模糊决策矩阵,提出了基于直觉模糊熵和TOPSIS法(逼近理想解的排序方法)的逆向物流供应商评价方法.最后通过数值分析验证了该方法的可行性与有效性.

摘要： 本文以会计职业价值观作为立德树人的教育切入点,依托协同理论,探索会计职业价值观与会计专业人才培养的协同育人新模式,并提出基于直觉模糊集与直觉模糊熵的综合评价模型,为会计职业价值观下会计专业协同育人提供借鉴与参考.

摘要： 为了提升粒子群算法的全局寻优与局部精细搜索能力并加快收敛速度,提出了基于直觉模糊熵的混合粒子群优化算法.该算法采用粒子的历史最优解信息构造直觉模糊熵的自适应函数,并将熵值作为扰动因子动态调节惯性权重,同时建立自适应全局最优粒子学习策略对扰动后的粒子进行训练,在保持多样性传播的基础上选择学习对象,使粒子探索更多新区域,实现种群间的协作与并行进化.通过仿真实验,将本文算法与两种衍生算法以及其他改进粒子群算法在11个测试函数上进行比较,结果表明,本算法在求解精度、收敛速度和寻优效率上均有更好表现.

摘要： 针对属性权重已知、专家权重未知的多属性决策问题,提出了一种基于直觉模糊相似度与灰色关联的群决策方法。根据新的直觉模糊数距离测度构建专家评价相似矩阵,采用组间权重与直觉模糊熵对专家权重进行组合赋权,采用基于得分函数距离的灰色关联分析对备选方案排序择优,实例应用表明了该方法的有效性。

摘要： 本发明公开了一种基于直觉模糊证据支持度不确定性推理的模糊控制方法，按照如下步骤进行：直觉模糊化；知识表示；直觉模糊证据支持度的逻辑推理；模糊化处理。能够将直觉模糊推理问题通过证据支持度的计算转化为模糊推理问题，从而解决了同时具有正反两方面证据的控制问题，也克服了模糊推理中仅考虑确定的且带有一定主观性的隶属度和推理规则。本发明能够在信息缺失的情况下，将操作者的经验、知识用直觉模糊控制规则的形式记述并进行模糊推理，用计算机实现与操作者相同的巧妙的控制。本发明的推理过程模仿人的思维过程，能够处理复杂系统。

摘要： 本发明公开了一种基于直觉梯形模糊数和AHP‑熵权法的数控机床可靠性分配方法，属于高档数控机床设计领域，具体是根据数控机床功能结构原理，先将机床划分为几个子系统，然后根据以往的故障和设计时考虑的实际因素，对数控机床影响因素进行分类，又引入直觉模糊数让专家完成评价，再根据层次分析法与熵权法结合完成影响因素的权重分析，这种主观加客观的方法使权重更加合理，最后得到各个子系统的可靠性评价指标。

摘要： 本发明属于多属性决策领域，公开了一种基于改进熵和得分函数的区间直觉模糊多属性决策方法及系统，针对当下流行的供应商选择问题，在供应商属性权重完全未知的情况下，首先利用综合不确定度和犹豫度的模糊熵确定各个指标属性权重，利用客观赋权法进行主体偏好带来的偏差性修正；利用新的得分函数进行方案集排序，得出最终的供应商选取方案。本发明利用改进的方法根据属性对决策方案的贡献程度计算属性权重；对于现有得分函数的局限性，提出新的得分函数；正确合理的计算出属性的权重，所提得分函数在一定程度上弥补了其他排序函数对某些区间数排序失效的问题，本发明为企业选择供应商时，提出了一种更为客观合理的方法。

摘要： 本发明公开了type‑2直觉模糊决策的TSK模糊模型粒子滤波方法及系统，利用type‑2直觉模糊决策目标函数，选出能够体现运动目标的特性的最优特征集；构建TSK模糊模型，将最优特征集作为输入，基于TSK模糊模型的前件隶属函数计算每条规则的权重，利用加权求和的方法得到多条模糊规则的状态融合结果作为TSK模糊模型的输出；基于状态融合结果构建粒子滤波的重要密度函数，从重要密度函数中抽取粒子进行滤波更新。本发明利用type‑2直觉模糊决策目标函数选出能够体现运动目标的特性的最优特征集来构建TSK模糊模型，既减少模型的规则数和模型的冗余度也提高了模型的精确度，采用构建TSK模糊模型的输出结果作为粒子滤波算法的重要密度函数，大幅度降低粒子的退化问题。

摘要： 本发明公开了一种基于直觉模糊证据支持度不确定性推理的模糊控制方法，按照如下步骤进行：直觉模糊化；知识表示；直觉模糊证据支持度的逻辑推理；模糊化处理。能够将直觉模糊推理问题通过证据支持度的计算转化为模糊推理问题，从而解决了同时具有正反两方面证据的控制问题，也克服了模糊推理中仅考虑确定的且带有一定主观性的隶属度和推理规则。本发明能够在信息缺失的情况下，将操作者的经验、知识用直觉模糊控制规则的形式记述并进行模糊推理，用计算机实现与操作者相同的巧妙的控制。本发明的推理过程模仿人的思维过程，能够处理复杂系统。

摘要： 本发明公开了一种基于有序信息熵的模糊熵空间聚类分析方法，包括S1输入标准化矩阵，令整数i＝1；S2将关系集合D对应的第i个值赋值给模糊熵空间参数，初始化中间集合A、C；S3令中间集合B为空；S4如果R(x

摘要： 本发明公开了一种基于余切函数的图片模糊熵在模糊多属性决策中的应用，其特征在于：包括以下步骤：S1：规范化初始决策矩阵；S2：根据基于余切函数的图片模糊熵计算决策属性权重；S3：确定正理想解和负理想解；S4：计算每个方案的属性值与正理想解和负理想解的灰关联系数；S5：计算每个方案的灰关联度和灰关联贴近度；S6：计算每个方案在正理想解和负理想解上的规范化投影；S7：计算每个方案的规范化投影贴近度；S8：计算组合贴近度，并根据组合贴近度对方案从大到小排序。本发明可以在属性权重完全未知的情况下，利用现有数据求解属性客观权重，同时改进经典TOPSIS排序方法，用灰关联度和规范化投影作为组合贴近度，根据决策者不同的偏好来设定二者权重的大小，使决策结果更为合理。可应用于各种多属性决策的场景，例如环保企业选择、项目投资等。

摘要： 本发明公开一种基于直觉模糊熵和区间模糊熵的多属性决策系统，包括决策信息获取模块、模糊熵计算模块、决策结果生成模块；所述决策信息获取模块用于获取目标的若干决策信息矩阵，并传输至模糊熵计算模块；所述模糊熵计算模块对决策信息矩阵进行处理，得到决策者犹豫度权重系数和效益属性犹豫度权重系数，并传输至决策结果生成模块；所述决策结果生成模块根据决策者犹豫度权重系数和效益属性犹豫度权重系数计算每个决策信息矩阵的综合评价结果，并根据决策信息矩阵的综合评价结果得到最优决策。本专利提出的数学期望的犹豫信息熵在实际应用中非常有效，其熵与加入传统模糊熵和标准差后的熵相差很小。

摘要： 本发明公布了一种基于直觉模糊熵权法的导弹毁伤效能群决策评估方法，所述方法首先通过直觉模糊数建立残缺目标毁伤决策矩阵，基于直觉模糊相似度定义相似类，利用相似类矩阵同位置信息的集成实现了对残缺信息的补充；然后提出了一种新的直觉模糊熵，结合直觉模糊强化算子和直觉模糊熵权法得出决策专家权重系数，使得权重结果具有更为合理的偏向性；最后利用群决策直觉模糊加权平均算子求得各型号导弹的综合毁伤属性值，通过比较综合毁伤属性值的得分值和精确度函数值选择出拥有最优毁伤效能的导弹型号，使得决策更为科学。该方法主要解决了导弹在不确定信息环境中的毁伤效能评估问题。

摘要： 本发明公开了一种基于直觉模糊熵权的无人飞行器控制系统运行绩效评价方法，首先确定系统属性的动态直觉模糊决策矩阵，然后确定得到各系统tk时间段的加权直觉模糊决策矩阵和加权动态决策矩阵，最后确定各系统的相对运行绩效，对各系统的运行绩效进行排序。本发明所提出的基于直觉模糊熵权的系统运行绩效评价方法克服了现有方法难以处理复杂不确定系统的缺陷与不足，考虑整个系统的运行过程，能够动态反映出系统的运行绩效，使得评估更加科学合理。