导读:本文包含了模糊数模糊信息系统论文开题报告文献综述及选题提纲参考文献，主要关键词:粗糙集,直觉模糊集,属性约简,证据理论
模糊数模糊信息系统论文文献综述
梁美社[1]（2019）在《多源直觉模糊信息系统的知识获取方法》一文中研究指出人工智能是当前信息科学理论和应用研究中的一个热点领域.随着计算机科学与技术的快速发展,特别是计算机网络的飞速发展,人类生产生活的各个领域都产生了大量数据信息.这些数据信息的类型日渐复杂,且规模还在不断增长,形成了类型复杂且格式异构的高维海量数据信息.这其中结构化的数据仍然是信息系统中数据信息的主要表达方式之一,通常用二维数据表的结构来表示.为了深入研究信息系统的不确定性,许多学者从不同研究角度出发,提出了包括模糊集理论、直觉模糊集理论、粗糙集理论、形式概念分析理论、证据理论等一系列数据分析理论.这些理论在知识发现与数据处理过程中都发挥了重要的作用.将这些理论进行有机结合,对于深入挖掘数据背后的隐含信息,以及更精确表示数据系统中的知识具有重要的意义.作为模糊集理论的一种重要推广,直觉模糊集综合考虑了元素的隶属度、非隶属度和犹豫度叁个方面的信息.因此,其在表达和处理模糊性、不确定性等问题的时候更具灵活性和实用性.近年来将直觉模糊集理论与粗糙集理论、证据理论等结合研究受到了广泛关注.本文在已有的理论和模型基础上,以直觉模糊信息系统为研究对象,以粗糙集理论、直觉模糊集理论、多伴随理论、证据理论、概念格理论等为工具,研究了直觉模糊信息系统中的属性约简、规则提取、信息融合、多属性决策等方面的问题.文章主要内容包括:直觉模糊集的相似性度量以及在此基础上的多粒度直觉模糊决策粗糙集、广义优势多粒度直觉模糊粗糙集中的属性约简与规则提取、多伴随理论下的直觉模糊粗糙集以及多伴随理论下直觉模糊群决策方法的构造、广义直觉模糊单边概念格等问题.主要工作如下:(1)在直觉模糊集理论中,相似性度量是一种非常重要的不确定性度量.许多学者根据直觉模糊相似度度量的公理化定义.给出了不同的计算直觉模糊相似度的方法.这些方法在实际计算中往往存在一些不合理的地方.我们通过综合考虑直觉模糊集的犹豫度、隶属度和非隶属度端点所包含的信息,定义了一种新的直觉模糊相似度.通过算例验证了该相似度的合理性.随后,该相似度被用于构造直觉模糊决策粗糙集模型以及多粒度直觉模糊决策粗糙集模型.我们详细讨论了直觉模糊决策粗糙集模型以及多粒度直觉模糊粗糙集模型相关性质.通过定义粒度重要性,我们给出了一种新的求解最优粒度的方法,最后我们设计了启发式算法,并通过实例验证了该方法的有效性.(2)决策粗糙集模型是Yao等人于1990年提出的.由于在经典粗糙集理论的基础上引入了贝叶斯风险分析,这使得决策粗糙集理论具有强大的理论基础和合理的语义解释.随后,决策粗糙集模型被进一步推广到了多粒度决策粗糙集模型.考虑直觉模糊集和多粒度决策粗糙集在信息表达和信息处理方面各自具有很强的优势,如何在直觉模糊信息系统中构造多粒度直觉模糊决策粗糙集是我们研究的内容之一.根据新定义的直觉模糊相似度,我们构造了直觉模糊信息系统中的相似关系以及相似类.利用相似类定义了直觉模糊决策粗糙集模型和多粒度直觉模糊决策粗糙集模型.通过选取阈值,在多粒度直觉模糊决策粗糙集模型中引入乐观和悲观α-下近似和β-上近似分布约简的概念,分析了多个粒空间中的最优粒度选择问题.基于多粒度乐观和悲观α-下近似和β-上近似分布质量定义了多粒度决策粗糙集的粒度重要度,并且基于此给出了乐观和悲观融合策略α-下近似和β-上近似分布约简的粒度约简算法.(3)优势关系粗糙集模型是研究序关系信息系统中数据挖掘的主要方法.传统的直觉模糊优势关系仅仅通过隶属度与非隶属度的绝对差(得分函数)以及隶属度与非隶属度的和(精确函数)来判断两个直觉模糊数的大小,进而得到直觉模糊信息系统中的优势关系.这种方法忽略了直觉模糊集所表达的天然语义.因此,定义新的直觉模糊优势关系是我们研究的内容之一.首先,通过引入t-模和t-余模,定义了强、弱、平均叁种优势关系,得到了与之对应的叁种优势类.提出了广义优势关系多粒度直觉模糊粗糙集模型.其次,给出了该模型的主要性质.在此基础上.定义了广义优势悲观多粒度直觉模糊粗糙集中的信任结构.在保证信任分布函数(平均信任质量函数)与似然分布函数(平均似然质量函数)不变的条件下,给出了求解相应的直觉模糊决策信息系统约简的方法.最后.考虑被近似的决策属性集合是直觉模糊集合,根据多粒度的思想,构造了在直觉模糊决策信息系统中,逻辑连接词为“或”的决策规则.(4)多伴随对是t-模和其剩余蕴含算子的一种推广.它不但保留了t-模及其剩余蕴含算子的主要性质,更重要的是这样构成的算子能够更加灵活的应用于所要研究的对象.多伴随与粗糙集理论结合产生了多伴随模糊粗糙集模型,该模型通过不同伴随对的使用.可以表达用户对不同对象的偏好,极大增强了模糊粗糙集理论应用范围.将多伴随算子与直觉模糊集理论结合自然是我们研究的内容之一.首先,构造了直觉模糊信息系统中直觉模糊近似等价关系.在此基础上,利用一组t-模和其剩余蕴含算子定义了多伴随直觉模糊上下近似算子.最后,通过定义直觉模糊决策信息系统的正域依赖度,给出一种近似约简方法.(5)决策作为人类的一项重要的思维和认知活动,广泛存在于人类社会生活的各个领域.随着经济、社会的快速发展,在面对大型、复杂的决策问题时,一个人的智慧往往是有限的,如何有效利用群体力量进行决策就显得尤为重要.由于直觉模糊集对事物刻画更加细腻,且隶属度、非隶属度及犹豫度本身就隐含决策行为中的接受、拒绝及不能确定(犹豫)的情况.Dempster-Shafcr证据理论作为贝叶斯理论的一般推广,由于不需要先验概率和条件概率密度,在处理不确定、不完备甚至是含糊不清的信息时具有很强的优势.因此,将多伴随直觉模糊粗糙集与证据理论相结合,我们给出了基于多伴随与证据理论的直觉模糊群决策模型.多伴随理论与证据理论的应用增强了模型处理直觉模糊决策问题的能力.另一方面,不同伴随对的使用表达了决策者的不同偏好,极大地增强了模型处理模糊问题的灵活性.(6)形式概念分析是数据挖掘和知识获取的一种有效的数学工具.无论是经典的形式背景还是模糊的形式背景,信息获取往往是单一方面的.然而,在认知过程中,人们往往表现出积极、犹豫或消极等多方面性.直觉模糊集作为模糊集的一种自然、直观的泛化,具有较强的表达现实世界信息模糊性的能力.首先通过利用t-模和t-余模定义了直觉模糊优势关系,在此基础上定义了两种Galois连接.随后,构造了两种广义单边直觉模糊概念格,分析广义单边概念格的主要性质,构造了概念格属性约简的辨识矩阵方法.(本文来源于《河北师范大学》期刊2019-03-30）
刘久兵,张里博,周献中,黄兵,李华雄[2]（2018）在《直觉模糊信息系统下的叁支决策模型》一文中研究指出基于直觉模糊数的标准海明距离和相异度,分别定义了直觉模糊信息系统下对象间的相容度和相异度概念,并给出相关的性质.进而分别定义了直觉模糊相容关系下的(α,β)-水平截集R_α~β和决策目标概念下的(α,β)-水平截集X_α~β,并验证水平截集R_α~β为直觉模糊相容关系及其具有的性质.以定义的粗糙隶属度作为评价函数导出目标集的上下近似集及其叁个域:正域、负域和边界域,进一步研究了一些性质.根据贝叶斯决策理论构建一种基于直觉模糊信息系统下的叁支决策模型及其规则提取算法.最后通过算例说明方法的可行性和有效性.(本文来源于《小型微型计算机系统》期刊2018年06期）
冯艳骄[3]（2018）在《多粒度模糊信息系统的不确定性和约简》一文中研究指出这篇论文主要研究多粒度模糊信息系统的不确定性和约简。首先,提出了一种新的不完备模糊信息系统的完备化方法。然后,在乐观多粒度模糊系统中,构造了一种模糊集的粗糙隶属度和一种乐观多粒度模糊近似空间的模糊度量。文章还讨论了一个模糊集相对于另一个模糊集的乐观多粒度条件粗糙隶属度,一个决策属性集相对于多粒度条件属性集的乐观多粒度条件熵和基于条件熵的一种乐观多粒度决策信息系统的属性约简。对于β-乐观多粒度决策信息系统,给出一个特殊的条件熵并用它来分析β-乐观多粒度决策信息系统的约简。最后,文章给出悲观多粒度模糊信息系统的多种不确定性度量。(本文来源于《石家庄铁道大学》期刊2018-06-01）
杨伟萍,曾崇[4]（2018）在《基于熵的区间直觉模糊信息系统的度量》一文中研究指出将信息熵引入区间直觉模糊信息系统,以此来度量区间直觉模糊信息系统的不确定性。提出了度量区间直觉模糊信息系统不确定性的区间直觉模糊信息熵,证明了区间直觉模糊信息熵满足粒化单调性,给出两个区间直觉模糊粒结构的联合熵和条件熵,建立了区间直觉模糊信息熵与区间直觉模糊信息粒度的互补关系。(本文来源于《龙岩学院学报》期刊2018年02期）
桑彬彬[5]（2018）在《直觉模糊信息系统的属性约简及DTRS模型》一文中研究指出当今,人类社会的发展日新月异,信息处理技术不断进步。信息系统都呈现出形式多元、规模庞大、结构复杂的特点,各行各业都面临着处理复杂信息系统的问题,特别是对模糊对象信息的处理问题尤为突出。为了提高对模糊对象描述的准确性和客观性,K.T.Atanassov提出了直觉模糊集的概念,它不仅包含了模糊对象的隶属度,还包含了其非隶属度和犹豫度两个部分,所以直觉模糊集包含模糊对象的信息更完整,更具体。直觉模糊集理论是继Pawlak提出粗糙集理论后又一个处理数据不确定性和模糊问题的工具。自从直觉模糊集理论提出以来,有关的研究与应用颇受海内外学者的关注,其研究成果已被广泛地应用到金融风险分析、信息规则提取、数据挖掘和市场投资预测等众多领域。本文在直觉模糊信息系统的背景下,研究粗糙隶属度以及概率决策理论粗糙集模型。在直觉模糊序信息系统中研究了分布属性约简模型、分配属性约简模型以及相对知识粒度属性约简模型。最后,在多源信息系统的背景下研究了融合后的决策理论粗糙集模型。主要创新点如下:1.在直觉模糊信息系统中,构造模糊等价关系,构成模糊近似空间。在模糊近似空间中重新定义粗糙隶属度,证明了其相关的性质,通过实例验证相关性质的有效性,进一步拓展了不确定度量的研究范围。2.利用直觉模糊集的隶属度和非隶属度构造直觉模糊序关系,建立直觉模糊序决策信息系统。在直觉模糊序决策信息系统中构建叁种属性约简模型:(1)利用分布函数和分布辨识矩阵,建立分布属性约简模型;(2)利用分配函数和分配辨识矩阵,建立分配属性约简模型;(3)利用相对知识粒度以及属性的内、外重要度构建属性约简模型。进一步丰富了属性约简理论。3.以直觉模糊信息系统为背景,利用粗糙集的相关理论、贝叶斯决策理论和概率测度,建立基于直觉模糊信息系统的概率决策分析模型、研究了在模糊近似空间和直觉模糊近似空间下信息系统的概率决策粗糙集模型。从而为决策者出一个较为准确的决策方案。4.基于多源信息系统,提出了叁种多源融合决策粗糙集方法:条件熵决策融合法(CE-MSD)、决策支持度决策融合法(DS-MSD)和均值决策融合法(M-MSD)。设计了叁种相应的算法,验证了所提方法的有效性和可行性。最终,通过对UCI数据集的实验得到了较好的多源融合决策粗糙集方法。(本文来源于《重庆理工大学》期刊2018-03-25）
史德容[6]（2018）在《区间值模糊信息系统的概率决策粗糙集方法研究》一文中研究指出随着社会的勇猛发展,人们正面临着信息时代类型别致、种类众多、更新速度一流的数据集。其中以不确定性的模糊区间形式构成的区间值模糊信息系统(IVFIS)成为当下信息技术研究热点之一,同时如何从IVFIS中挖掘出有价值的信息也是人工智能领域面临的一大挑战。粗糙集理论作为处理不确定问题的数学理论,被延伸到了粒计算理论和叁支决策中,通过其定义的上下近似集来刻画不确定信息。由于粗糙集无法拥有容错能力机制,随着研究的需要,学者们又推广出更多的模型比如Yao的决策粗糙集模型(DTRS),它主要是应用于实际决策问题,基于此的语义解释是上下近似集划分的正域接受事物,负域拒绝事物,边界域则表示延迟决策。本文正是基于DTRS,程度粗糙集(GRS)和多粒度粗糙集(MGRS),首先研究了IVFIS的属性约简,除去多余信息对获取知识过程和最终结果的影响;其次考虑概率和损失函数分别是实值和区间值情形,建立了IVFIS模糊概率决策粗糙集和IVFIS区间值模糊概率决策粗糙集两种模型;最后研究IVFIS的程度多粒度粗糙集(GMGRS)模型,本文的主要创新点如下:1.在不协调的IVFIS中通过定义分布函数、最大分布函数及部分一致函数,建立了IVFIS的分布约简、最大分布约简和部分一致约简方法,研究了约简是如何获取最简信息,得出最优解。深入研究了各自相关的数学性质,并讨论了IVFIS中不同属性约简的关系,最后通过实例利用定义法和可辨识矩阵法计算出IVFIS分布约简、最大分布约简和部分一致约简,经过算法和实例对比分析,得出可辨识矩阵法简化了时间和空间复杂度。2.对IVFIS做决策转变到近似空间下决策,利用绝对指数法定义新的对象间的相似关系,在环境许可下将IVFIS转换成模糊近似空间和区间值模糊近似空间。紧接着在近似空间下考虑了概率和损失函数是实值和区间值的情形,分别建立了IVFIS模糊概率决策粗糙集和IVFIS区间值模糊概率决策粗糙集两种模型,决策过程中通过阈值α和β来控制决策的风险程度,并且后者模型与前者相比更符合决策在不确定度量上的一些特征。最后通过案例对IVFIS做出决策,阐述了所提模型的有效性和价值性。3.在多粒度和程度粗糙集理论下,基于IVFIS构造了叁种程度多粒度粗糙集模型,即IVFIS乐观程度多粒度粗糙集(OGMGRS),悲观程度多粒度粗糙集(PGMGRS),广义程度多粒度粗糙集(GGMGRS)。研究了这叁种模型的一些基本结构和性质,以及叁种模型上下近似算子之间的联系,并通过定义的多个优势关系下的程度多粒度近似算子和各个粗糙区域来对方案进行决策。最后针对IVFIS引进一种新的序关系-λ几何平均排序来实证模型的实用性和可行性。(本文来源于《重庆理工大学》期刊2018-03-23）
纪霞,赵鹏,姚晟[7]（2017）在《加权多粒度直觉模糊信息系统的粗糙集模型及其决策》一文中研究指出针对现有多粒度直觉模糊粗糙集决策模型的不足,提出粒度加权的多粒度直觉模糊粗糙集模型.首先研究加权多粒度直觉模糊粗糙集的基本性质,分析加权多粒度直觉模糊粗糙集与乐观多粒度、悲观多粒度直觉模糊粗糙集之间的关系,并给出这几种模型不确定度量之间的关系.然后给出决策规则的置信度和支持度定义以及决策规则的获取方法,弥补目前常用的多粒度直觉模糊粗糙集的不足.最后通过决策实例分析验证文中模型的有效性.(本文来源于《模式识别与人工智能》期刊2017年11期）
丁翠[8]（2017）在《基于模糊信息处理的传感网系统中多目标跟踪方法》一文中研究指出传感器组网推动了信息领域的发展,多目标跟踪就是传感器组网系统中的关键技术。在传感器组网系统中,多目标根据主要是根据信息融合理论,通过多个不同节点的不同层次、精度、粒度及各种数据,从而获得具有完整决策及精准估计的目标,在多目标跟踪研究中,数据关联是一个重点及难点内容。本文通过模糊信息处理作为基础,将分布式融合模型作为框架,对传感网系统中的多目标跟踪的方法进行了介绍。多目标追踪主要是根据传感网系统实现跟踪处理流程的创建,从而能够满足信息融合的实际需求。(本文来源于《数码世界》期刊2017年07期）
张佳,张晓燕,徐伟华[9]（2017）在《区间值模糊信息系统的粗糙隶属度》一文中研究指出Pawlak.Z的粗糙集理论与区间值模糊集相结合可以得到区间值模糊信息系统。本文在已有的区间值模糊信息系统概念的基础上,根据模糊等价关系引入了模糊近似空间。从而给出了相似度,进而利用模糊近似空间中任意两个对象集的相似度,定义了区间值模糊信息系统的粗糙隶属度并讨论研究了粗糙隶属度的相关性质。最后,实例验证了这些性质的可行性和有效性。(本文来源于《数码设计》期刊2017年06期）
张强,王海舰,李立莹,刘志恒[10]（2016）在《基于自适应神经-模糊推理系统模糊信息融合的采煤机截齿磨损在线监测》一文中研究指出为实现对截齿截割过程中磨损程度的实时精确在线监测,分别测试和提取不同磨损程度的截齿在截割过程中的振动信号、声发射信号和温度信号,建立不同磨损程度截齿截割信号的多特征样本数据库,根据最小模糊度优化模型计算求解各特征信号的最优模糊隶属度函数,采用自适应神经-模糊推理系统多维模糊神经网络方法实现多传感特征信息的决策融合,输出置信度和权重较高的截齿磨损量融合结果。通过随机测试实验对融合系统进行验证,结果表明,基于ANFIS模糊信息融合的截齿磨损监测系统辨识度较高,测试结果最大误差在6.5%以内,系统具有良好的融合效果以及较高的测试精度。(本文来源于《中国机械工程》期刊2016年19期）
模糊数模糊信息系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于直觉模糊数的标准海明距离和相异度,分别定义了直觉模糊信息系统下对象间的相容度和相异度概念,并给出相关的性质.进而分别定义了直觉模糊相容关系下的(α,β)-水平截集R_α~β和决策目标概念下的(α,β)-水平截集X_α~β,并验证水平截集R_α~β为直觉模糊相容关系及其具有的性质.以定义的粗糙隶属度作为评价函数导出目标集的上下近似集及其叁个域:正域、负域和边界域,进一步研究了一些性质.根据贝叶斯决策理论构建一种基于直觉模糊信息系统下的叁支决策模型及其规则提取算法.最后通过算例说明方法的可行性和有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊数模糊信息系统论文参考文献
[1].梁美社.多源直觉模糊信息系统的知识获取方法[D].河北师范大学.2019
[2].刘久兵,张里博,周献中,黄兵,李华雄.直觉模糊信息系统下的叁支决策模型[J].小型微型计算机系统.2018
[3].冯艳骄.多粒度模糊信息系统的不确定性和约简[D].石家庄铁道大学.2018
[4].杨伟萍,曾崇.基于熵的区间直觉模糊信息系统的度量[J].龙岩学院学报.2018
[5].桑彬彬.直觉模糊信息系统的属性约简及DTRS模型[D].重庆理工大学.2018
[6].史德容.区间值模糊信息系统的概率决策粗糙集方法研究[D].重庆理工大学.2018
[7].纪霞,赵鹏,姚晟.加权多粒度直觉模糊信息系统的粗糙集模型及其决策[J].模式识别与人工智能.2017
[8].丁翠.基于模糊信息处理的传感网系统中多目标跟踪方法[J].数码世界.2017
[9].张佳,张晓燕,徐伟华.区间值模糊信息系统的粗糙隶属度[J].数码设计.2017
[10].张强,王海舰,李立莹,刘志恒.基于自适应神经-模糊推理系统模糊信息融合的采煤机截齿磨损在线监测[J].中国机械工程.2016