資源描述：
《vague值（集）相似度量的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、Vague值（集）相似度量的研究第29卷第8期2007年8月電子與信息JournalofElectronics&InformationTechnologyV01.29NO.8Aug.2007Vague值(集)相似度量的研究張清華(重慶郵電大學(xué)計算機科學(xué)與技術(shù)學(xué)院重慶400065)(西南交通大學(xué)信息科學(xué)與技術(shù)學(xué)院成都610031)摘要:該文對現(xiàn)有Vague集(值)相似度量方法進行研究,發(fā)現(xiàn)目前Vague值(集)相似度量方法存在一些缺陷,給出了Vague集(值)相似度的一種定義,提出了兩種Vague值(集)相似度量的改進方法,最后通過數(shù)據(jù)分析驗證了改進方法的有
2、效性和優(yōu)越性.關(guān)鍵詞:Vague值(集);相似度量;隸屬函數(shù);模糊集中圖分類號:TP391文獻標(biāo)識碼:A文章編號:1009—5896(2007)08—1855—05StudyonSimilarityMeasurebetweenVagueValues(Sets)ZhangQing—hua(CollegeComputerScience&Technology,ChongqingUniversityoyPostsandTelecommunications,Chongqin9400065,China)(SchoolInformationScience&Tec
3、hnology,SouthwestJiaotongUniversity,Chengdu610031,China)Abstract:Themethodsofsimilaritymeasurebetweenvaguevalues(sets)inexistence,someerrorsandlimitationsinsomeformerresultareanalyzed.Anewdefinitionofsimilaritymeasurebetweenvalues(sets)ispresented,andtwoaxneliorativesimilaritymea~sure
4、sbetweenvalues(sets)arepresented.Finally,theameliorativesimilaritymeasuresbetweenvalues(sets)arevalidatedwithexperimentaldata.Keywords:Vaguevalues(sets);Similaritymeasure;Membershipfunction;Fuzzysets1引言自從1965年Zadeh提出模糊集(Fuzzyset8)理論【1以來,利用模糊集理論來處理模糊性和不確定性的信息和數(shù)據(jù)已經(jīng)取得重大進展.由于在處理實際問題f如投票模型
5、)往往需要同時得知支持和反對的程度信息,這時模糊集理論就無法很好解決這類模糊性問題.Gau和Buehrer于1993年提出了Vague集理論【,它將模糊集理論中的隸屬函數(shù)單值擴充為一個區(qū)間[(z),1一(z)],其中tA(x)表示真隸屬函數(shù),(z)表示假隸屬函數(shù),且滿足(z)(z)≤1一A(x).Vague集理論用這種真假隸屬函數(shù)的定義體現(xiàn)了元素對模糊概念的屬于與不屬于的程度和證據(jù),比模糊集有更強的表達不確定性的能力,進一步加強了對客觀世界描述的真實程度.Vague集理論的提出得到許多研究者的關(guān)注,目前該理論在模糊控制,決策,故障診斷,近似推理和醫(yī)療診斷等方面取得
6、了較好的應(yīng)用【:;1.近年來許多學(xué)者對Vague集f值1之間的相似度量問題進行了研究,本文在前人的研究基礎(chǔ)上,分析了文獻f6—81對的相似度量研究的某些不足,給出了相似度的一般定義,并提出了兩種改進的相似度量方法,最后通過數(shù)據(jù)分析比較驗證了改進方法的優(yōu)越性和合理性.論文余下部分的安排如下:第2節(jié)介紹了Vague集f值)2006—01—04收到,2006—08—07改回重慶市高等學(xué)校優(yōu)秀中青年骨干教師資助計劃(D2005—29)資助課題相似度量的一些基本方法,并指出其不足之處,第3節(jié)給出了Vague集f值1相似度的一般定義,第4節(jié)提出了兩種改進度的相似度量方法并給出
7、證明過程,第5節(jié)給出了數(shù)據(jù)來驗證結(jié)論的有效性,最后是結(jié)束語.2Vague集(值)相似度量設(shè)是一個對象空間,其中的任意一個元素用z表示,U上的Vague集【2J是用一個真隸屬函數(shù)t(z)和一個假隸屬函數(shù)A(x)表示.(z)表示從支持z的證據(jù)所得出的隸屬度下界,(z)表示從反對z的證據(jù)所得出的隸屬度下界,tA(x)和(z)均是【0,1】中的某個實數(shù)值,且滿足0tA(z)+(z)≤1.從Vague集的定義可以看出,任意元素z的Vague值是～個【0,1】的子區(qū)間【tA(z),1一(z)】,如果tA(X)=1一(z),則Vague集就退化為模糊集,其隸屬函數(shù)(z)=tA(
8、z)=1一
