一类基于坐标变换的带参数直觉模糊距离构造方法
本文选题:直觉模糊集 + 软代数 ; 参考:《南京大学学报(自然科学)》2017年03期
【摘要】:1986年Atanassov提出直觉模糊集后,提出了多种直觉模糊集的距离公式,然而鲜有分析各种距离公式之间的差异.基于此,提出一种基于直觉模糊集三维坐标下的空间变换模型(隶属度、非隶属度、犹豫度),并证明了在坐标变换下,变换前后向量空间具备相同的代数性质和代数结构.在此基础上,构建了一系列新的直觉模糊集空间模型及其上的距离.尤其重要的是,提出了两类带参数的距离公式,而且该两类距离公式的排序能力都随着参数的变化而变化,现有经典直觉模糊集距离公式都是新距离公式的特例.因此,将所有距离公式依据其排序能力分成两大类:强序距离和弱序距离.仿真实验结果表明,强序距离在聚类、分类和模式识别中的表现明显优于弱序距离,公开数据库的手写体图像识别实验也证明强序距离在模式识别中的优势.
[Abstract]:After Atanassov put forward intuitionistic fuzzy sets in 1986, many distance formulas of intuitionistic fuzzy sets were put forward, but the differences between them were seldom analyzed. Based on this, a spatial transformation model based on intuitionistic fuzzy sets (membership degree, non-membership degree, hesitation degree) is proposed. It is proved that the vector space before and after the transformation has the same algebraic properties and algebraic structure under coordinate transformation. On this basis, a series of new intuitionistic fuzzy set space models and their distances are constructed. Especially, two kinds of distance formulas with parameters are proposed, and the sorting ability of these two kinds of distance formulas varies with the change of parameters. The existing classical intuitionistic fuzzy set distance formulas are special cases of new distance formulas. Therefore, all distance formulas are divided into two categories according to their ranking ability: strongly ordered distance and weakly ordered distance. The simulation results show that strong order distance is superior to weak order distance in clustering, classification and pattern recognition. The experiment of handwritten image recognition in open database also proves the advantage of strong order distance in pattern recognition.
【作者单位】: 广东外语外贸大学经济贸易学院;暨南大学大数据决策研究所;广东外语外贸大学金融学院;
【基金】:国家自然科学基金(71271061) 广东省自然科学基金(2014A030313575,2016A030313688) 广东省软科学项目(2015A070704051) 广东省哲学社科项目(GD12XGL14) 广州市哲学社科项目(14G41) 广东省教育厅科技创新项目(2013KJCX0072) 全国统计科研重点项目(2016LZ18) 广东外语外贸大学重点创新团队项目(TD1605,15T21)
【分类号】:O159;TP391.41
【相似文献】
相关期刊论文 前10条
1 刘锋;李选海;;双枝模糊集与直觉模糊集的关系(I)[J];模糊系统与数学;2008年01期
2 王伟志;袭著有;;直觉模糊集合的相似度与包含度[J];辽宁工业大学学报;2008年02期
3 曾文艺;冯启磊;;直觉模糊集运算性质(英文)[J];模糊系统与数学;2008年03期
4 吴怀弟;;直觉模糊集的嵌入集及其模糊分解[J];赤峰学院学报(自然科学版);2009年08期
5 刘自新;刚家泰;张成;;关于凸直觉模糊集的研究[J];大连大学学报;2009年06期
6 张丽娅;李德清;;一种基于直觉模糊集的群决策方法[J];数学的实践与认识;2010年06期
7 牛刚;;软直觉模糊集[J];计算机工程与应用;2012年18期
8 赵涛;肖建;;二型直觉模糊集[J];控制理论与应用;2012年09期
9 魏翠萍;梁霞;张玉忠;;直觉模糊集的熵公式比较与改进[J];系统科学与数学;2012年11期
10 杨忠堂;高瑞;史田敏;;基于直觉模糊集的混合熵[J];计算机光盘软件与应用;2013年01期
相关会议论文 前3条
1 张彩芬;朱建军;;一种新的直觉模糊集关联测度方法研究[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年
2 李选海;程风;;一种新的二手房估价方法研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
3 熊凤兰;刘玉海;;模糊粗糙集的格性及其与直觉模糊集之间的关联性[A];中国系统工程学会模糊数学与模糊系统委员会第十一届年会论文选集[C];2002年
相关博士学位论文 前2条
1 姚远;基于直觉模糊集的创新生态位适宜度评价方法研究[D];辽宁大学;2016年
2 林琳;直觉模糊集在近似推理与决策中的应用[D];大连理工大学;2006年
相关硕士学位论文 前10条
1 马翠;直觉模糊集的性质及其应用[D];重庆大学;2008年
2 王培;区间直觉模糊集的信息度量方法[D];曲阜师范大学;2010年
3 黄玉彤;模糊数直觉模糊集熵的构造与性质[D];哈尔滨工业大学;2015年
4 段梦雅;多值区间直觉模糊软集若干问题的研究[D];安徽大学;2016年
5 刘宇宁;复模糊数直觉模糊集熵的构造与性质[D];哈尔滨工业大学;2016年
6 吕晓霞;基于区间直觉模糊集多属性决策方法的研究[D];西南石油大学;2016年
7 刘晓东;直觉模糊集的性质及应用[D];中国海洋大学;2006年
8 杨忠堂;直觉模糊集的模糊度与混合熵[D];河北大学;2013年
9 丁晓阳;基于直觉模糊集的多属性群决策方法及其应用[D];海南师范大学;2013年
10 孙宁宁;直觉模糊集模糊熵及其在多属性决策中的应用研究[D];云南财经大学;2013年
,本文编号:1964824
本文链接:https://www.wllwen.com/kejilunwen/yysx/1964824.html