This paper studies the knowledge discovery problem of information system with complex structure attribute values, and explores the knowledge discovery method with layered structure and three-dimensional structure suitable for complex structure data environment. When mining decision implication and association rules, the layered structure of attribute value data is fully considered, and the mining method of decision implication and association rules with layered structure and three-dimensional structure is proposed, and the relation between decision implication and association rules of original formal context association rules of layered formal context is discussed. The method of inducing the upper level decision implication and association rules from the lower level decision implication and association rules and the method of inducing the lower level decision implication and association rules from the upper level decision implication and association rules are given to improve the efficiency of knowledge discovery.
在利用多目标进化算法解决高维多目标优化问题时,随着目标函数个数的增加,非支配解的个数呈指数增长,使得在环境选择阶段缺少足够的选择压力,进而影响算法性能.基于分解的NSGA-Ⅲ算法是一种能够有效解决上述问题的多目标进化算法,但在该算法中采用固定的交叉概率和变异概率生成新的解,使得算法在处理一些复杂的高维多目标问题时表现较差.因此,本文提出一种基于模糊系统的改进型NSGA-Ⅲ算法,该算法利用模糊系统动态调整子代生成过程中算子的交叉概率与变异概率.对于模糊系统的设计,采用与算法密切相关的Spread值和迭代次数作为输入,利用模糊逻辑推理后输出交叉概率与变异概率.将所提算法与其他基于分解技术的算法在20个高维多目标优化问题上进行实验对比,结果表明本文算法可以有效提高收敛速度,且能很好地保持种群的多样性和收敛性.
准确的天然气负荷预测对于完善城市燃气供需系统与提高能源利用效率都大有裨益.由于燃气负荷序列受到多种不确定因素的影响,为了捕捉月度负荷的模糊性和非线性等复杂特征,本文结合模糊理论和长短时记忆神经网络(LSTM)的特性,提出了一种基于多维动态隶属度的模糊时间序列的预测新方法.首先,利用模糊C均值聚类(FCM)从原始数据中构建多维隶属度序列;其次,利用LSTM对多维隶属度序列同时进行预测,得到其动态隶属度;最后,去模糊化得到燃气负荷的预测值.应用该模型对四川成都某地区的天然气月度负荷进行了未来三个月的预测,并与经典模糊时间序列(FTS)、ARI-MA模型、BP神经网络(BPNN)、LSTM等模型进行对比.实验结果表明,新模型的MAE、RMSE以及MAPE均优于其他模型.因此,本文提出的模型可对城市燃气供给和调度提供有价值的参考.
信息系统是不确定数据的重要模型,多源信息系统可用来表示来自多个同构异源的复杂数据.本文研究了多源信息系统中的不确定性度量,基于信息粒化思想给出了四种度量工具来度量多源信息系统的不确定性.首先,通过不同的信息值类型定义了两个信息值之间的距离,从而诱导出多源信息系统中的相容类.其次,基于粒计算的思想,将这些相容类看作多源信息系统的信息颗粒.从而,通过信息颗粒引入多源信息系统中的四种不确定性度量工具,并研究其之间的联系.这些研究结果对建立信息系统的粒计算框架以及属性约简将会很有帮助.
研究了形式三角矩阵半环Tri(R,M,S)的反导子和高阶反导子.证明了形式三角矩阵半环Tri(R,M,S)的每个反导子可由半环R,S的反导子和(R,S)-双半模M中的可反元来刻画;半环Tri(R,M,S)的任一高阶反导子均可由半环R,S的高阶反导子和(R,S)-双半模M中的可反元族来刻画.
直觉模糊集((F)(φ)(y)(X))作为模糊集((F)(φ)(y)(X))的一种拓展和改进,可同时考虑支持、反对和弃权的意见,更加客观描述和处理信息的不确定性.直觉模糊度量已被广泛应用在多属性决策、模式识别、图像处理和聚类分析等领域.由于在复杂决策过程中,决策者往往具有个体倾向,本文基于散度的直觉模糊度量,提出了一种基于倾向的直觉模糊度量,并应用到应急决策中.该度量通过引入不同的倾向系数,反应决策者对直觉模糊指标(隶属度、非隶属度和犹豫度)的支持、反对和中立程度不同.并且该度量不但满足公理化定义,具有非线性的优点,还兼具考虑专家的个体倾向.该度量使得决策过程更灵活、实用,结果更合理.
本文利用FI-格上的自同态对其上的导子进行了推广,探讨了FI-格上的φ-导子,并得到了FI-格上自映射成为φ-导子的充分必要条件.其次,定义了保序φ-导子、幂等φ-导子,讨论了保序φ-导子与φ-闭包算子之间的关系.最后,证明了可换FI-格上的保序φ-导子的不动点之集为其上的格滤子,并给出了FI-格上φ-导子不动点之集的等价刻画.这些结果进一步推广和丰富了格值模糊逻辑代数上导子的相关理论.
针对居民在购房决策过程中具有有限理性且相关决策属性权重信息未知的特点,本文提出一种新的基于前景理论的语言直觉模糊多属性群决策方法解决居民购房决策问题.首先,定义了语言直觉模糊距离并分析其相关性质.其次基于该距离,提出了一种主客观综合定权法来确定决策属性的权重.最后,引入决策者心理因素的前景理论,以平均方案作为参考点,利用各方案加权综合前景值得出备选方案的评价结果,据此对备选方案进行排序.本文将所提语言直觉模糊多属性群决策方法用于居民购房决策中,与已有决策方法的比较分析说明本文所提决策方法的有效性和优越性并为居民购房提供合理科学的参考决策.
本文在局中人的支付为模糊值函数的情况下,主要研究n人非合作模糊博弈和主从模糊博弈的Nash平衡存在性.首先,引入模糊数及它们之间的偏序关系、欧式空间Rn中连续模糊值函数及其保不等式性、最值性等性质.其次,建立模糊值函数对应的极大值定理.随后,利用这一极大值定理及Kakutani不动点定理证明了n人非合作模糊博弈Nash平衡的存在性.基于此,最后证明了主从模糊博弈Nash平衡存在性,并通过举例说明上述两类Nash平衡的存在性结果是有效的.
金融交易指标是分析股票等金融产品买入和卖出策略的普遍选择,但由于指标描述交易策略的模糊性,使得非专业人士很难掌握交易的时间和数量.针对上述问题,本文首先分析随机指标的交易策略.其次根据交易策略和模糊集理论建立模糊推理系统模型,此模型可以给出具体的股票交易策略,包括买入以及卖出的时间和数量等,并通过给定时间段内的获利情况来判断模型的有效性.最后以沪深A股市场的15只股票价格作为实验数据,对模型的有效性进行检验.实验表明,在没有人为因素参与的情况下,大多数股票由系统进行模拟交易都可以在一段时间内获取更大的利润.
考虑花卉市场价格的不确定性,用三角模糊数表示花卉供应链联盟的效用函数.为有效解决模糊环境下花卉供应链联盟的合作收益分配策略问题,在模糊合作博弈理论的基本框架下,基于参与合作的各个局中人的超额贡献,结合最小二乘法基本原理和思想,用局中人的超额贡献替代经典Shapley值中局中人的边际贡献,提出基于局中人超额贡献的三角模糊数改进Shapley值的解概念并给出其解析式.采用三角模糊数描述花卉供应链联盟的效用函数及支付值,克服了花卉市场中由于季节、节假日等因素造成的市场价格的不稳定性,为解决花卉供应链联盟的合作收益分配策略问题提供了新思路,本文所做的理论研究是对经典Shapley值在模糊情境下的有效拓展和深入研究.最后,利用花卉供应链联盟的真实算例,验证文章所建立的模型是科学、合理且行之有效的,可以为花卉供应链联盟的合作收益分配策略问题提供理论依据和实践指导.
本文进一步研究了模糊合取及其诱导模糊蕴涵的相关性质.在讨论了模糊合取的EP性质与结合性之间关系的基础上,得到了一个模糊合取成为一个t-模的条件;还研究了两个模糊合取各自诱导的模糊蕴涵取小(取大)与模糊合取取大(取小)诱导的模糊蕴涵之间的关系;最后给出了关于模糊合取诱导模糊蕴涵刻画的一个结果.
本文首先介绍了由KM-模糊伪度量诱导的模糊等价关系.基于此模糊等价关系,然后,得到了由KM-模糊伪度量诱导的模糊化粗糙集,并研究了其性质.最后,详细探究了KM-模糊伪度量及其诱导的模糊化粗糙集之间的关系,丰富和完善了模糊粗糙集理论的研究内容.
针对不同维分数阶混沌系统的有限时间同步问题,提出了一个分数阶自适应模糊滑模控制方案.为增加同步误差的收敛速度,本文提出了一种新型的积分滑模面,并利用模糊逻辑系统结合分数阶自适应律估计理想控制器的未知部分.基于分数阶Lyapunov稳定性理论,设计了分数阶模糊滑模同步控制器,可使不同维分数阶混沌系统的同步误差在有限时间内达到滑模面.最后,数值仿真的结果验证了本文方法的有效性.
考虑一个制造商和多个供应商的采购与存储问题.多个供应商分别提供多种原材料,采用一种折扣方案,或单品全量折扣,或总量全量折扣,或混合全量折扣.制造商根据供应商提供的原材料品种和折扣方案,考虑不能按时到货的情况下,确定订货量,制定运输和仓储方案,以最小化总体运营成本.受运输过程中多种因素的影响,到货时间存在一定的不确定性,由此引出调货问题.用模糊随机变量表示到货率,建立相应的模糊随机数学优化模型,通过建立模糊随机期望值模型的方法将不确定的模糊随机优化模型转化为确定的混合整数非线性规划模型.给出求解该问题的算法——基于核搜索的启发式算法,对算例求解并证明了算法的可行性与有效性.通过数值实验,对相关参数进行分析,给出其经济解释,为管理者决策提供参考.
模糊集理论自提出以来在我国发展迅速,本文以1977年来中国知网所收录的11593篇文献为样本,通过对文献被引情况、学科分布、文献来源以及作者机构合作、关键词进行分析,探讨模糊集理论在我国的发展现状.结果表明,我国模糊集理论研究已进入成熟阶段,研究主要集中在数学和计算机科学等学科;已形成稳定的作者群,以机构内部合作为主而跨机构合作较少;在理论发展过程中理论研究、理论创新与实际应用并重,呈现出广泛与其他学科交叉发展的趋势.
为进一步有效处理混合型数据,在混合信息系统中引入邻域多粒度决策粗糙集;鉴于欧氏距离只考虑到数据之间的绝对距离,因此在模型中以卡方距离作为替代;在给定邻域半径之下,提出了混合信息系统的邻域多粒度决策粗糙集模型,对其相关性质进行了证明;实例分析结果表明,该模型具有更好的分类能力,并可通过调整相关参数使模型具有一定的容错性.
模糊粗糙集作为处理不确定性信息的有效工具,已广泛应用于特征选择中.然而当数据分布密度差别较大时,传统模糊粗糙近似不能有效度量样本的隶属度,且大多特征评价函数仅从代数或信息单一视角构造.针对以上问题,提出了一种基于模糊邻域相对依赖互信息的特征选择方法.首先,为克服传统模糊粗糙近似对数据分布敏感的缺陷,引入相对距离计算模糊相似关系,同时考虑模糊邻域粒度结构,提出了模糊邻域相对依赖度,从代数观度量数据的不确定性.然后,基于相对粒度结构提出了模糊邻域相对互信息,并与模糊邻域相对依赖度结合构造出一种新的特征评价函数——模糊邻域相对依赖互信息,将代数观和信息观结合进行特征评价.最后,设计了一种基于模糊邻域相对依赖互信息的特征选择算法(FNRDI).通过与其他算法在9个公共数据集上进行实验对比分析,结果表明所提算法可有效消除冗余特征且提高数据的分类精度.
首先从三维模糊向量出发,给出了三维模糊向量的区间值截函数的定义,讨论了截函数的性质.然后利用区间值截函数给出了两个三维模糊向量比较可能度的定义,并利用这种可能度建立了基于三维模糊集的一种新的模糊决策方法.
本文基于模糊集理论提出了一个新的模糊熵函数:反正切直觉模糊集"模糊熵",从理论上证明了所提出的度量严格满足直觉模糊熵公理,并给出其相应的性质.并用它来定义了属性权重和决策者权重,用以解决属性权重和决策权重都完全未知的多属性决策问题.通过对熵和模糊度的分析,并用实证分析验证了反正切直觉模糊熵在多属性决策问题的有效性和可行性.
