Vague集理論及其在智能決策中的應(yīng)用研究.pdf

1、臺灣學(xué)者W.L.Gau和D.J.Buehrer于1993年提出的Vague集理論是對Fuzzy集理論的推廣。與Fuzzy集相比較，Vague集能更好、更準(zhǔn)確地表達(dá)內(nèi)容更為豐富的模糊性信息，成為智能信息處理的新工具。本論文對Vague集的基本理論及其在智能決策、模式識別等領(lǐng)域的應(yīng)用進(jìn)行了比較深入的研究。 首先在介紹現(xiàn)有的Vague集理論和Fuzzy集理論的基礎(chǔ)上，本文對當(dāng)前Vague集的模糊熵的構(gòu)造方法進(jìn)行了分析，提出了合符直覺的

2、Vague集的模糊熵。相似度量是一種在數(shù)據(jù)處理和分析中十分重要的、有效的和廣泛使用的方法。在分析各種相似度量定義的基礎(chǔ)上，提出了一種考慮各種相似準(zhǔn)則的相似度量定義，利用真隸屬度差距、假隸屬度差距、未知度差距以及Vague值的核差距，引入一種新的相似度量主要計(jì)算方法，彌補(bǔ)了已有的相似度量的不足，并用實(shí)例介紹了它在智能決策中的應(yīng)用。為了更加有效地進(jìn)行模糊決策，全面考慮各目標(biāo)條件對候選方案集的影響，將灰色關(guān)聯(lián)分析引入到基于Vague集的多目標(biāo)