导读:本文包含了直觉模糊度量论文开题报告文献综述及选题提纲参考文献，主要关键词:区间直觉模糊信息系统,区间直觉模糊信息熵,条件熵,联合熵
直觉模糊度量论文文献综述
杨伟萍,曾崇[1]（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）
杨倩,徐伟华,林冰雁[2]（2018）在《度量加权直觉模糊序信息系统的粗糙隶属度》一文中研究指出在已有的直觉模糊序信息系统概念的基础上,根据加权得分函数引入度量加权向量,并利用度量加权的概念把直觉模糊等价关系推广为度量加权直觉模糊优势关系,从而建立了度量加权直觉模糊序信息系统.进一步定义了粗糙隶属度,研究了其相关重要性质,并通过实例验证了该模型的可行性和有效性.(本文来源于《郑州大学学报(理学版)》期刊2018年02期）
林冰雁,徐伟华,杨倩[3]（2018）在《带偏好度量的直觉模糊序决策信息系统的部分一致约简》一文中研究指出现实生活中,不同的需求导致许多信息系统的属性值是基于直觉模糊数的。针对这一现象,在加权得分函数的基础上建立了一种直觉模糊序关系,并给出了不协调带偏好度量的直觉模糊序决策信息系统。进一步,在该复杂系统中引入了部分一致函数,并通过部分一致可辨识矩阵研究求解部分一致约简的方法。最后,通过案例分析验证了该方法的可行性与有效性。(本文来源于《计算机科学》期刊2018年01期）
张振华,林小龙,甘穗福,袁申国,胡勇[4]（2017）在《一类带参数直觉模糊知识度量方法》一文中研究指出熵和知识测度是表示模糊系统不确定性和有序性程度的重要工具,目前已有诸多研究成果.直觉模糊集比传统模糊集多了犹豫度向量,其模糊性和不确定性比传统模糊集更复杂.因此,在直觉模糊熵和直觉模糊知识度量领域,现有研究存在诸多不足,尤其缺乏对公理体系的细化研究,算子之间的对比和遴选缺乏统一的理论和方法指导.基于此,首先对Szmidt和Kacprzyk的公理体系开展研究,将基本性质分成非负有界、对称性和有序性,并针对有序性提出了一些易于判定的充分必要条件和必要条件.同时,利用可导条件下的有序性条件,对传统经典算子的有序性进行了证明.并依据有序性条件提出了新型的简便的带参数知识度量模型,同时证明这些模型满足公理体系.最后,从直觉模糊集合套构造,提出了检验是否满足有序性的实验方法,并对所提出的带参数模型在不同参数取值下与传统经典算法进行对比.实验结果表明,该带参数模型在不同参数取值下与传统算法的结果具有广泛的相似性,且特殊取值下的运算结果精度更高,总体精度高达98.73%,在所有算法中表现优秀.(本文来源于《南京大学学报(自然科学)》期刊2017年06期）
刘岩[5]（2017）在《几种度量下Lukasiewicz型直觉模糊推理叁Ⅰ算法的性质分析》一文中研究指出直觉模糊集作为模糊集概念的推广,由于它借助隶属度和非隶属度来刻画事物的模糊性,可同时表示模糊现象中的“支持”、“中立”和“反对”叁种状态,因此在模式识别、机器学习及图像处理等领域得到广泛的应用.作为模糊推理的推广,直觉模糊推理的核心问题是求解直觉Fuzzy Modus Ponens(IFMP)和直觉Fuzzy Modus Tollens(IFMT)问题,而某种推理算法能否在实际中得到应用取决于该推理算法性质的优劣,本文主要研究了直觉模糊推理叁Ⅰ算法的相关性质,主要内容如下:(1)在有限论域的情形下,利用模糊集间的Hamming距离定义了直觉模糊集之间的Hamming距离,从而建立了有限论域上的直觉模糊度量空间.针对无穷论域,利用模糊集间的自然距离定义了两种直觉模糊集之间的自然距离,从而建立了无穷论域上的直觉模糊度量空间.(2)在直觉模糊度量空间中研究了Lukasiewicz型直觉模糊推理叁Ⅰ算法的连续性和逼近性.(3)在直觉模糊度量空间中研究了Lukasiewicz型直觉模糊推理叁Ⅰ算法的鲁棒性.(本文来源于《兰州理工大学》期刊2017-04-20）
陈岩,张宁[6]（2016）在《基于直觉模糊相似度量的群决策专家水平评判方法》一文中研究指出针对基于直觉模糊信息的多属性群决策专家水平评判问题提出了理想矩阵分析法.在引入多属性群决策直觉模糊信息体(即决策信息体)和直觉模糊相似度量的基础上,通过计算决策矩阵与正、负理想矩阵之间的相似度,提出了基于直觉模糊相似度量的理想矩阵分析法,并利用该方法对算例中的专家评判水平进行排序,通过比较统计分析法和直觉模糊熵分析法说明该方法的可行性和有效性.(本文来源于《数学的实践与认识》期刊2016年02期）
王睿,雷英杰,郑寇全,王毅[7]（2015）在《基于Hausdorff测度直觉模糊数距离度量的直觉模糊数序列极限研究》一文中研究指出为了更深入地研究直觉模糊理论,构建直觉模糊数序列极限分析模型,在直觉模糊数、直觉模糊距离度量研究探讨的基础上给出了基于Hausdorff测度直觉模糊数距离度量的直觉模糊数序列的定义并对其极限及性质进行了重点研究,对直觉模糊数序列分析理论的研究具有重要的理论意义.(本文来源于《数学的实践与认识》期刊2015年19期）
全雪峰[8]（2015）在《直觉模糊集间相似度量及其在方案优选中的应用》一文中研究指出针对现有直觉模糊集(数)间相似度量方法大都未考虑犹豫度,其计算方法只适用于一些特定场合的问题,基于直觉模糊集的定义,提出了一种新的相似度量方法。新的相似度计算公式由隶属度、非隶属度、犹豫度和扩展记分函数组成,具有一些新的性质。将新的直觉模糊集(数)间相似度量方法应用于医疗方案优选,通过实例给出如何将原始数据转化为直觉模糊数据,之后用直觉模糊集间相似度量来解决该问题。实例表明,所提方法实用、有效。(本文来源于《计算机时代》期刊2015年09期）
石素玮[9]（2015）在《粗糙直觉模糊集及其不确定度量》一文中研究指出粗糙集理论和直觉模糊集理论都是用来处理不确定问题的两种有效方法.本文结合两种理论,在等价关系和覆盖的基础上,分别研究了粗糙直觉模糊集和粗糙区间直觉模糊集的不确定度量,进一步丰富粗糙直觉模糊集理论,其主要工作如下:(1)在等价关系的基础上,将边界的概念引入到粗糙直觉模糊集和粗糙区间直觉模糊集中,解决了两个集合的交(并)的上(下)近似不等于两个集合的上(下)近似的交(并)的问题.接着,将粗糙度和知识的粗糙熵概念引入到这两个模型中,讨论了它们的不确定度量.证明粗糙直觉模糊集和区间直觉模糊集的粗糙度(粗糙熵)会随着知识的不确定增加而减少.(2)讨论了两类覆盖粗糙直觉模糊集的不确定度量.对于第一类的覆盖粗糙直觉模糊集(上下近似是通过最小描述的交集进行刻画),主要是对该模型中粗糙度的定义进行分析,对文献[16]中所存在的疏漏进行了改进;考虑到第叁类覆盖粗糙直觉模糊集(上下近似是通过置信度进行刻画)不用依赖人工设定的参数,比第一类适用范围更广,将粗糙集中的不确定度量粗糙度和知识的粗糙熵概念引入到这两类模型,讨论直觉模糊集的不确定度量和相关性质.接着,再将粗糙度和知识的粗糙熵概念引入到覆盖粗糙区间直觉模糊集中,讨论它的不确定性度量,并用例子说明该度量的有效性.(本文来源于《闽南师范大学》期刊2015-05-01）
廖建平,王卫民[10]（2015）在《基于新直觉模糊相似度量的直觉模糊谱聚类算法》一文中研究指出针对现有直觉模糊集聚类方法存在计算量大、数据失真和易陷于局部最优等问题,提出基于新直觉模糊相似度量的直觉模糊谱聚类算法。首先定义了新的直觉模糊相似度量方法,然后基于该方法构造了直觉模糊相似度矩阵,根据直觉模糊相似度矩阵求解非规范Laplacian矩阵,在此基础上构建特征矩阵,再使用k-means算法对特征矩阵进行聚类。最后在数值算例上的应用证明了所提出算法的可行性和有效性。(本文来源于《科技通报》期刊2015年04期）
直觉模糊度量论文开题报告
（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：
在已有的直觉模糊序信息系统概念的基础上,根据加权得分函数引入度量加权向量,并利用度量加权的概念把直觉模糊等价关系推广为度量加权直觉模糊优势关系,从而建立了度量加权直觉模糊序信息系统.进一步定义了粗糙隶属度,研究了其相关重要性质,并通过实例验证了该模型的可行性和有效性.
（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。
直觉模糊度量论文参考文献
[1].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
[2].杨倩,徐伟华,林冰雁.度量加权直觉模糊序信息系统的粗糙隶属度[J].郑州大学学报(理学版).2018
[3].林冰雁,徐伟华,杨倩.带偏好度量的直觉模糊序决策信息系统的部分一致约简[J].计算机科学.2018
[4].张振华,林小龙,甘穗福,袁申国,胡勇.一类带参数直觉模糊知识度量方法[J].南京大学学报(自然科学).2017
[5].刘岩.几种度量下Lukasiewicz型直觉模糊推理叁Ⅰ算法的性质分析[D].兰州理工大学.2017
[6].陈岩,张宁.基于直觉模糊相似度量的群决策专家水平评判方法[J].数学的实践与认识.2016
[7].王睿,雷英杰,郑寇全,王毅.基于Hausdorff测度直觉模糊数距离度量的直觉模糊数序列极限研究[J].数学的实践与认识.2015
[8].全雪峰.直觉模糊集间相似度量及其在方案优选中的应用[J].计算机时代.2015
[9].石素玮.粗糙直觉模糊集及其不确定度量[D].闽南师范大学.2015
[10].廖建平,王卫民.基于新直觉模糊相似度量的直觉模糊谱聚类算法[J].科技通报.2015
标签：区间直觉模糊信息系统; 区间直觉模糊信息熵; 条件熵; 联合熵;