一、属性测度μ_x(A)的算子研究（论文文献综述）
郭海林[1]（2021）在《Pythagorean犹豫模糊语言群决策的建模与应用研究》文中研究指明随着国家的发展和转型,许多决策问题在新环境下更加复杂多变,蕴含着不确定性、模糊性等。如何在复杂信息下对问题进行客观有效的决策成为了国内外学者关注的热点问题。因此,本文基于Pythagorean犹豫模糊语言术语集和其特殊形式构建决策模型并将其应用于精准扶贫、人才选拔、供应商评级、路线规划等实际问题中。首先,针对直觉模糊语言术语集这一特殊形式中客观有效的集结信息的问题,本文探讨了综合考虑信息的直觉模糊语言熵,引入了直觉模糊语言诱导广义有序加权平均算子和直觉模糊语言诱导广义混合加权平均算子,构造了基于直觉模糊语言混合加权算子的决策模型来解决精准扶贫问题。其次,在直觉模糊语言术语集的拓展形式区间Pythagorean不确定语言术语集下,研究了区间Pythagorean不确定语言Euclidean距离测度及集结算子,构建了区间Pythagorean不确定语言Euclidean距离测度的优先关系分类模型并应用于供应商评级问题中,有效解决了优先关系分类模型中确定阈值的难题。第三,针对描述信息时对事物的熟悉程度和认知局限性导致的信息评价不完全可靠问题,本文提出了考虑可靠性的区间概率犹豫模糊语言术语集,研究了基于区间概率犹豫模糊语言变量的距离测度、可能度测度、信息集结算子,几何一致性指标,建立了区间概率犹豫模糊语言TOPSIS分类模型和区间概率犹豫模糊语言AHP决策模型处理供应商评级问题及人才选拔问题。最后,为了统一处理不同的信息表示方式,本文研究了Pythagorean犹豫模糊语言术语集。帮助旅行者充分考虑时间、距离、经济成本等因素,讨论了Pythagorean犹豫模糊语言集结算子。结合Dijkstra算法研究,构建了基于Pythagorean犹豫模糊语言的路径智能推荐算法处理景点路线规划问题。通过对比分析说明了以上模型的实用性和合理性,并可以应用于解决相关类型的多属性群决策问题。
高乐[2]（2021）在《信息论观点下的鲁棒稀疏恢复方法及应用研究》文中研究说明在当今大数据时代背景下,数据往往呈现高维度、大容量、多样化和增长快等特点。这不仅意味着数据中有用信息的增加,同时还会给数据存储、传输和运算带来巨大负担。如何有效地挖掘并利用数据本身的低维结构来处理高维数据成为各行业面临的重要挑战。近年来,鲁棒稀疏恢复（robust sparse recovery）研究的兴起表明,数据本身的稀疏特性可以用来有效地分析高维数据,并且当满足一定条件时,可以从有限观测值中准确重建原始高维数据。而信息论作为一门研究数据获取与传输的科学理论,为我们探究鲁棒稀疏恢复问题提供了新的思路。因此,本论文以信息论为指导,以数值优化和变分贝叶斯为主要数学工具,综合运用信息论的相关测度和基本原理,结合压缩感知图像重建、近场毫米波成像和多光谱成像等具体应用对鲁棒稀疏恢复问题进行了深入的探究,主要研究内容包括以下四部分:首先,利用在一定约束条件下最大化Tsallis熵得到的q-高斯函数推导出了一种鲁棒的信息论测度——q-高斯广义相关熵。为从含有脉冲噪声的压缩采样观测数据中成功地恢复稀疏信号,提出了一种新的鲁棒稀疏恢复模型,该模型采用q-高斯广义相关熵（1<q<3）作为恢复残差的损失函数,并选用?0范数作为稀疏正则项。通过在自适应滤波框架中引入零吸引正则算子,开发了一种基于梯度的自适应滤波算法对所提模型进行求解。该算法结合了自适应滤波和q-高斯广义相关熵的优势,可以通过调整自由参数q来获得令人满意的恢复结果。实验结果证实了在同等脉冲噪声条件下,相较于一些主流的鲁棒稀疏恢复算法,所提算法可以获得更好的恢复结果。其次,为解决脉冲噪声环境下的鲁棒稀疏恢复问题,提出了一种基于M-估计和非凸正则项的鲁棒稀疏恢复模型。M-估计作为一种鲁棒测度,不仅与相关熵测度联系密切,同时在许多任务场景中展示了其强大的抑制脉冲噪声的能力;非凸正则项可以解决凸正则项带来的有偏差估计问题,进而获得更精确的恢复结果。为有效地求解此模型,利用半二次优化技术（half-quadratic,HQ）推导出了一种高效的低计算复杂度算法。仿真信号和实际图像在脉冲噪声环境中的重建实验结果证实了该算法的有效性。再次,在信息论原理的指导下提出了一种基于广义近似消息传递的鲁棒稀疏恢复贝叶斯方法,该方法在推导过程中综合运用了相对熵、信道编码和置信传播等信息论测度和原理,是信息论与变分贝叶斯方法的一种有效结合。此外,通过构建近场毫米波压缩采样成像模型及相应的测量矩阵,将所提方法应用到近场毫米波成像中,实现了近场毫米波的实时成像。仿真和实测数据的恢复实验结果表明所提方法可以快速、有效地从压缩采样观测数据中重建近场毫米波二维图像。最后,研究对象从一维信号和二维图像扩展至多维张量数据,探讨了脉冲噪声环境下基于稀疏表示的鲁棒张量恢复问题,提出了一种基于相关熵和混合张量稀疏表示测度的鲁棒张量恢复模型。深入分析了所提出的鲁棒张量恢复模型能有效地抑制脉冲噪声影响的原因及混合张量稀疏表示正则项的优势。另外,为了有效地求解此问题,基于交替方向乘子框架推导出了一种高效的大尺度优化算法。多光谱数据恢复实验结果表明所提出的算法可以在脉冲噪声环境下实现有效的鲁棒张量恢复。
汪伟忠[3]（2021）在《基于不确定决策偏好的风险评估方法及在城市轨道交通应用》文中研究说明随着中国城市化建设进程的加快,城市轨道交通系统网络化发展成熟度日渐提高,系统运营功能关联和复杂性也随之增加,从而增加了运营过程中风险和事故发生可能性。因此,通过系统研究不确定情境下风险识别方法以及风险评估理论和方法,并运用于城市轨道交通运营风险分析中,从而丰富和拓展现有城市轨道交通运营风险分析理论与方法体系。基于此,考虑城市轨道交通运营风险识别和风险评估过程中的理论研究不完备问题,从不确定情境下系统风险识别方法和风险评估方法两个方面围绕决策偏好开展应用基础理论研究;然后针对城市轨道交通运营风险分析问题,将所构建的风险识别方法和风险评估方法结合具体情境进行应用研究。本文具体研究内容如下:（1）针对不确定情境下存在风险因素交互的风险识别问题,以模糊偏好表征不确定信息下,基于Acci Map模型和解释结构模型,建立不确定系统风险识别方法。首先运用Acci Map模型以自上而下的方式识别系统风险的主要影响因素以及因素间的内在逻辑关联关系;其次引入三角模糊数表征决策偏好信息,并结合解释结构模型建立风险因素间关联关系定量化分析方法;然后结合交叉矩阵相乘法（Matrix of Cross Impact Multiplications Applied to Classification,MICMAC）构建关键风险因素识别方法;最后以算例分析验证模型有效性和合理性。（2）针对风险评估中存在风险因素关联和决策偏好关联不确定情形,基于Choquet积分和全乘比例分析多目标优化方法（Multiple Multi-objective Optimization by Ration Analysis,MULTIMOORA）,建立改进的Fine-Kinney不确定风险评估方法。在以三角模糊数表征不确定风险偏好信息的框架下,首先引入模糊数偏好度概念构建基于Choquet积分的关联风险偏好集成方法,并验证其性质;基于此提出了基于改进MULTIMOORA方法的不确定风险排序方法;最后结合Fine-Kinney风险评估框架构建考虑关联风险偏好集成的不确定风险评估方法,并通过灵敏度分析和对比分析验证所提出方法的适用性和合理性。（3）针对风险评估问题存在决策者风险偏好信息具有随机和模糊不确定的情形,基于云模型和收益-损失优势度评分模型（Gained and Lost Dominance Score,GLDS）,构建考虑随机和模糊双重不确定偏好的不确定风险评估方法。首先以正态云模型表征决策者的随机和模糊不确定风险偏好信息;其次提出Shapley-Choquet积分平均算子用以解决专家间的偏好关联建模问题;基于此结合GLDS模型建立基于改进GLDS模型的不确定风险排序方法,并融入FMEA风险评估框架形成考虑双重不确定偏好信息的不确定风险评估方法;最后通过算例分析验证所提出方法的适用性和可靠性。（4）针对不确定情境下风险评估过程受决策者参照点依赖和风险损失厌恶等风险偏好行为影响,基于前景理论和广义TODIM方法,建立考虑决策者风险偏好行为的不确定风险评估方法。首先针对不确定风险评估过程中专家的参照点依赖和风险损失厌恶行为,分别运用前景理论和广义TODIM方法构建考虑决策者风险偏好行为的风险优先度计算模型;然后将所建立的风险优先度计算模型引入FMEA风险评估框架,形成基于改进FMEA的不确定风险评估方法;最后通过算例分析对所提出的不确定风险分析方法实际应用过程进行介绍,并以对比分析方式验证方法的合理性和有效性。（5）为了验证所提出的不确定系统风险识别和风险评估方法有效性,以南京市地铁运营系统为应用背景开展风险评估方法在城市轨道交通运营风险中应用研究。首先在分析南京地铁运营系统风险现状基础上,运用所提出的Acci Map模型识别地铁运营系统风险关键因素;然后综合采用云模型和基于改进广义TODIM的FMEA风险评估方法对关键风险因素的风险优先性进行分析;最后针对关键风险因素的风险分析结果提出相应管控措施。本文所提出的不确定系统风险识别和风险评估方法在城市轨道交通运营风险分析问题中得以应用和验证。在理论层面,本文所建立的考虑决策者风险偏好的不确定风险评估方法不仅进一步拓展和丰富了风险分析理论与方法体系,还提升了现有Fine-Kinney和FMEA风险评估工具的有效性和合理性。在应用层面,所提出的不确定系统风险识别和评估方法为城市轨道交通运营风险分析提供新的途径和工具。
田景峰[4]（2020）在《基于平均型集结算子的多属性决策方法研究》文中认为在水资源管理、项目管理、供应链管理等诸多管理实践中存在着大量的多属性决策问题,解决该类问题的关键之一是如何确定属性值的集结规则。实数平均型集结算子是集结规则的重要实现形式。语言平均型集结算子、直觉模糊平均型集结算子、不确定语言平均型集结算子等算子是实数平均型集结算子的重要拓广。然而,这些已有的实数平均型集结算子及其拓广形式在结构上缺乏系统性,在构造上缺乏理论方法,从而直接影响了基于平均型集结算子的多属性决策方法的理论与实际应用价值。基于此,本文系统地给出了实数平均型集结算子的结构和构造定理,构造了一些新的具有优良性质的平均型集结算子,在此基础上给出了九种基于平均型集结算子的多属性决策方法（含两种多属性群决策方法）和一种带语言偏好关系的基于平均型集结算子的多属性群决策方法。主要内容如下:（1）基于实数平均型集结算子的多属性决策方法。首先,系统给出了实数平均型集结算子的生成子结构、拟复结构和广义级数变换结构等九类结构。其次,在此基础上,给出了一些有代表性的实数平均型集结算子的构造定理,如生成子定理、复合结构平均构造定理、拟复结构平均构造定理及其逆定理、广义级数变换平均构造定理和容许结构平均构造定理等。然后,利用这些构造定理,给出了混合幂平均型集结算子和广义加权Bonferroni平均型集结算子等新的集结算子,同时研究了这些新的集结算子的性质。最后,给出了基于加权混合幂平均集结算子的多属性决策方法、基于加权混合幂平均集结算子和加权算术平均集结算子的多属性群决策方法、基于加权广义混合幂平均集结算子的多属性决策方法以及基于加权广义混合幂平均集结算子和加权几何平均集结算子的多属性群决策方法,并进行了算例分析。（2）基于语言平均型集结算子的多属性决策方法。首先,在语言环境下,给出了语言平均型集结算子的复合结构和复合结构平均构造定理。其次,由语言复合结构构造定理,构造了语言混合幂平均集结算子、语言加权混合幂平均集结算子、语言广义混合幂平均集结算子和语言加权广义混合幂平均集结算子。最后,给出了基于语言加权混合幂平均集结算子的多属性决策方法和基于语言加权广义混合幂平均集结算子的多属性决策方法,并进行了算例分析。（3）基于直觉模糊平均型集结算子的多属性决策方法。在直觉模糊环境下,得到了直觉模糊广义加权Bonferroni平均型集结算子,讨论了其性质和特例。在此基础上,给出了基于直觉模糊广义加权Bonferroni平均型集结算子的多属性决策方法,并进行了算例分析。（4）基于区间直觉模糊平均型集结算子的多属性决策方法。在区间直觉模糊环境下,得到了区间直觉模糊广义加权Bonferroni平均型集结算子,讨论了其性质和特例。在此基础上,给出了基于区间直觉模糊广义加权Bonferroni平均型集结算子的多属性决策方法,并进行了算例分析。（5）基于不确定语言平均型集结算子的多属性决策方法。在不确定语言环境下,给出了不确定语言混合幂平均集结算子、不确定语言加权混合幂平均集结算子、不确定语言广义混合幂平均集结算子和不确定语言加权广义混合幂平均集结算子。在此基础上,构建了基于不确定语言加权混合幂平均集结算子的多属性决策方法和基于不确定语言加权广义混合幂平均集结算子的多属性决策方法,并进行了算例分析。（6）带语言偏好关系的基于平均型集结算子的多属性决策方法。首先,在简化的加型一致和加型一致性指标的定义的基础上,利用目标规划对语言偏好关系不一致的情形进行改进,得到了基于一个语言偏好关系加型一致的多属性决策方法。其次,在语言偏好关系共识度定义的基础上,构造了满足具有可接受的加型一致、具有可接受的群共识并且最大限度地保留原始决策信息的目标规划模型,用以同时改进多个语言偏好关系的一致性和共识性。最后,给出了一种带语言偏好关系的基于平均型集结算子的多属性群决策方法,并进行了算例分析。
王书强[5]（2020）在《基于模糊集理论的图像处理与控制方法研究》文中研究说明由于受到计算机技术、传感器技术、光学和数学的发展、环境场景、人为的因素等各方面的影响,有时获得的图像信息不是我们最理想的。这是由于成像设备的物理特性和图像传输时的链路特点,图像有时会对比度较差,并因不同程度的损坏而造成各种噪音或模糊不清。结合上述特点,如何从数字图像中获取更多有价值的信息,让图像切实为我们各行业服务,是图像处理领域的重要课题。数字图像的应用在医学领域和航空领域取得了巨大的成功。如今,计算机图像已经渗透到国民生产的各项活动中,每天通过各种媒体接触到的图像会给我们提供极为有价值的信息与知识。这些隐含于图像中的重要信息的获取方法引起了全世界学者们的广泛兴趣。模糊集理论提出后,显示了其在解决各种模糊性和不确定性问题强大能力。模糊集扩充了经典数学理论,形成了一个比较系统的数学分支。近五十年以来,全世界的学者在这一领域进行了各种探索和研究且取得的成果斐然,尤其是模糊理论与人工智能大数据相互结合,它的应用范围已经涉及到计算机、多媒体、自动控制、信息采集与通信等一系列高新技术行业,为推动社会进步提供了应有贡献。本文在基于模糊集理论的图像处理和控制方面展开研究,主要内容和结果如下:（1）研究了数字图像在计算机存储的的基本特征,边缘检测的定义以及每幅图像边缘生成的物理机制。提出了一种隶属度函数修正的图像增强算法。该算法首先将样本图像进行变换映射,然后根据最大模糊熵原理将目标图像划分为多个灰度层。针对不同灰度层的特性,利用修正的隶属度函数进行增强,可以有效抑制噪声,提高图像对比度,避免灰度信息丢失。在实现模糊隶属度函数准则优化的同时,尽可能多地保留图像的边缘位置和细节信息,同时确定优化参数的选取,保证增强图像的质量,提高算法的可行性和效率。从实验仿真结果可以看出,无论是从主观分析还是客观判断,实验结果都表明本文方法对图像增强是有效可行的。（2）研究了模糊集的熵测度及相关理论,利用直觉模糊集（IFS）提出了一种散度测度和熵测度的计算方法,并对其有效性进行了实验证明。对现有的熵测度公式进行了参数化整合,得到了新的散度测度和熵测度。这些参数在实际应用中具有较高的灵活性,并且参数值必须根据数据本身来确定。按照本文提出的方法对多个测试样本图像进行了测试,该方法检测出的边缘清晰平滑,并且峰值信噪比（PSNR）始终等于或大于现有的其它方法,效果良好。并将最终结果与前人的研究成果进行了比较,发现本文方法可以获得更好的结果,并且各个样本图像的检测出边缘也较为接近真实,线条较为平滑和清晰。实验表明,该方法相对于其他方法具有更好的鲁棒性和有效性。（3）研究了模糊控制及推理规则,提出了一种基于图像的模糊控制方法并用实例加以验证。在许多实际的控制系统中,受控系统需要相互协调的子系统以确保系统的正常运行。本文采用了基于图像检测模糊控制方法设计了一种模糊控制器,并进一步将控制器用于带摄像头的四轮移动机构上来实现自动物料堆放的系统,实验结果表明控制器具有一定的实用性,对基于图像处理的控制系统有很大拓展。
莫炯梅[6]（2020）在《基于阿基米德范数的几类模糊信息的多属性决策与聚类》文中指出模糊集的提出为处理复杂的不确定性问题提供了有效的途径.而模糊集的各种拓展形式更加全面地描述了不确定信息,其中较为典型的形式有直觉模糊集、中智集、犹豫模糊集等.直觉模糊集、中智集、犹豫模糊集作为复杂模糊信息表达的几种主要形式,已经被广泛应用在各个领域.而多属性决策与聚类是复杂模糊信息研究的重要方向,受到了越来越多国内外学者的关注.对于复杂模糊信息的多属性决策,根据集成算子进行信息融合是解决这种复杂模糊信息多属性决策问题的一个有效途径.在模糊聚类中,模糊相似矩阵的建立是模糊聚类的一个基础,将模糊相似矩阵合成模糊等价矩阵进行聚类也是一个重要的研究方向.无论是信息融合中的集成算子还是聚类中的矩阵合成,都涉及到运算问题.但集成算子的运算主要是根据Algebraic t-范数和t-余范数来进行的,矩阵合成则是利用最大最小t-范数和t-余范数进行运算.而Algebraic t-范数和t-余范数以及最大最小t-范数和t-余范数都是阿基米德t-范数和t-余范数的特殊情形.因此,阿基米德t-范数和t-余范数为集成算子与矩阵合成的运算提供了一般化的规则.在直觉模糊集、中智集以及犹豫模糊集的基础上,学者们延伸出了单值中智集、正态中智集、中智软集、直觉犹豫模糊集、对偶犹豫模糊集等分支.因此,本文对非负正态中智集和对偶犹豫模糊集的多属性决策问题以及单值中智集的聚类问题进行研究.本文主要研究内容如下:（1）在非负正态中智环境下,重新定义了得分函数、精度函数以及部分运算法则.考虑到集成参数之间的相关性,提出了对偶广义非负正态中智加权Bonferroni平均算子和对偶广义非负正态中智加权几何Bonferroni平均算子,并探讨了它们的性质.进一步地,将所提出的算子应用到非负正态中智数的多属性决策中.（2）在对偶犹豫模糊环境中,基于几何Heronian平均算子避免重复考虑属性之间的关联性以及阿基米德t-范数和t-余范数为对偶犹豫模糊集提供了一般化的运算规则,将阿基米德t-范数和t-余范数和几何Heronian平均算子相结合是有必要的.因此,首先提出了基于阿基米德t-范数和t-余范数的对偶犹豫模糊几何Heronian平均算子和对偶犹豫模糊几何加权Heronian平均算子.其次还研究了它们的性质以及一些特殊情形.最后提出了一种对偶犹豫模糊多属性决策方法.（3）在单值中智环境下,定义了基于阿基米德t-范数和t-余范数的合成矩阵的概念.然后,给出了一个基于阿基米德t-范数和t-余范数的单值中智数等价矩阵的合成方法.并介绍了单值中智数矩阵的λ-截积矩阵.此外,还研究了它们的相关性质.进一步地,还提出了基于单智中智等价矩阵的聚类算法.在上述理论研究的基础上,本文针对每种决策和聚类方法给出了相关的实例,论证了所提出的方法的可行性,并且分析了在多属性决策中决策结果受参数影响的情况.同时给出了与其他已有方法的对比分析,从结果上验证了本文提出的方法的优势.
贾雪飞[7]（2020）在《基于单值三角中智集的多属性群决策方法研究》文中指出随着“互联网+”时代的兴起,协同创新已成为创新主体实现创新互惠、知识共享等的必经之路。对于企业来说,选择合适的高校进行协同创新不仅能够发挥自身能力优势,而且可以实现资源互补。面对日益复杂的决策环境和单个决策者知识水平及阅历的限制,决策者对备选方案属性的评估很难给出定量化描述,因此,就需要用模糊数进行表示,以期能更全面地描述评估信息。由于决策者思维的模糊性,对于方案属性的评估具有一定的不确定性,仅靠隶属度和非隶属度不能充分表示评估过程中的不一致和不确定性信息,据此,Smarandache提出中智集的概念。在现有的模糊集理论中,单值三角中智数用三角模糊数分别表示隶属度、不确定性度和非隶属度,其中不确定性度可以充分表示评估过程中的不一致和不确定性信息。单值三角中智集在使评估信息表达方式更加多样化的同时扩大了模糊集的适用范围。因此本文主要研究单值三角中智环境下企业选择合适高校进行协同创新的问题。本文主要研究以下内容:（1）基于单值三角中智集的标准Hamming距离,本文提出单值三角中智集的标准Euclidean距离,同时在这两个距离公式的基础上,提出单值三角中智集的两个熵测度,并证明其合理性。（2）信息集成算子可以有效地对多属性群决策信息进行集结,但是不同的算子具有不同的特性。例如幂算子可以通过评估值与其他评估值的支持度,来获得相应的调和权重,给过高的评估值分配过小的权重,给过低的评估值分配过大的权重,以此降低不合理数据对最终决策结果的影响;Bonferroni mean（BM）算子可以很好地捕获属性间的相关关系,是一种介于最小和最大算子之间的信息集成算子。因此,本文定义了单值三角中智集的幂算子、BM算子和幂BM算子,与此同时,证明这三类信息集成算子的相关性质。（3）EDAS（the evaluation based on distance from average solution,EDAS）方法在评估过程中不需要界定其正理想解和负理想解,只需要基于平均解,求解正距离（PDA）和负距离（NDA）,对于求解正加权距离和负加权距离中的属性权重,本文采取熵测度确定属性的客观权重。在EDAS方法和熵测度的基础上,考虑到本文定义的三类信息集成算子提出其相应的多属性群决策模型,并用于企业选择合适高校进行协同创新。最后通过分析算子中参数变化对决策结果的影响,并将本文所构建多属性群决策模型与其他方法进行比较,验证本文模型的合理性和稳定性。
肖亚璇[8]（2020）在《基于模糊QFD的物流服务方案多属性评价研究》文中认为随着物流行业的快速发展,各个企业的物流服务暴露出来的问题也层出不穷,这些暴露出来的问题亟需我们对物流服务方案进行合理的评价。由于客户群体行为偏好等主观因素的差异,以及物流市场中客户评价信息的复杂性,在这种模糊性和不确定性并存的市场环境下,如何根据客户的需求信息实现对物流服务方案设计的精准定位?如何将模糊条件下的QFD方法应用于物流服务方案评价中?使得研究基于模糊QFD的企业物流服务方案评价具有重要的理论与实际意义。本文在现有研究的基础之上,充分利用模糊数在处理多属性评价问题中的优势,将IVITFN这一模糊集理论引入物流方案评价方法当中。在此基础上,本文提出一套基于模糊QFD的物流方案多属性评价方法,能够有效表述客户需求信息,并将客户需求信息转换为物流服务方案工程特性,从而实现对物流服务方案的有效评价。本文主要研究内容及成果如下:（1）运用模糊集理论,定义IVITFN的运算规则和优劣关系,基于Hamming距离和加权平均法,构造出基于IVITFN的信息集结方法,用于物流服务方案多属性评价中客户需求信息的集结。（2）分别针对物流服务方案评价问题中的权重计算方法和方案排序方法进行比较和分析。其中,属性权重的求取方法分别从直接打分法、基于判断矩阵法、基于判断向量法三个角度进行对比分析,并提出了基于最小偏差的模糊组合赋权方法;排序方法则从三种经典且得到广泛应用的方案排序方法进行分析,分别构建了模糊VIKOR方法和模糊MULTIMOORA的方案排序方法。（3）针对考虑客户需求的物流服务方案多属性评价问题,提出利用QFD这一系统理论与IVITFN的有机结合,分别构建属性权重已知和属性权重未知两种条件下基于模糊QFD的物流服务方案多属性评价方法,并将提出的两种方法应用于物流服务评价的仿真算例,证明了方法对物流服务方案实现了相对合理和稳定的评价。本研究为考虑客户需求条件下的物流服务方案多属性评价问题提供了新的研究视角和解决途径,丰富和发展了基于模糊集理论的多属性评价理论与方法。
杨志军[9]（2020）在《基于直觉Z语言信息的群决策应用与研究》文中提出在当今社会决策问题规模大、决策环境复杂、决策信息不确定的背景下,采用合理可靠的语言评价信息并选择适用的决策模型与算法做出有效的决策已经成为多属性群决策（MAGDM）领域的研究热点。直觉Z语言信息既包含对决策信息模糊性的评价,也包含对其可靠性的描述,能够全面地反映专家的评价信息,有着广泛的应用前景。本文从直觉Z语言相关理论、集结算子、决策模型与方法三个方面对直觉Z语言多属性群决策问题进行研究,具体内容如下:1.决策信息表示方面,结合直觉不确定语言集和Z-number的相关理论,提出了直觉Z语言集和直觉Z语言变量的概念,进一步研究并证明了其运算规则。研究了直觉Z语言集的得分函数和精确函数。探讨了基于直觉Z语言的距离测度,证明了距离的相关定理,并对特殊情况进行了讨论;2.集结算子方面,基于直觉Z语言集,提出了IZLWGA算子、IZLOWG算子和IZLHG算子,研究并证明了IZLHG算子满足单调性、幂等性等相关性质,并结合位置权重,构建了基于直觉Z语言变量的混合加权算子的群决策模型,并应用于精准扶贫决策中,验证了其实用性和合理性;3.决策模型方面,基于直觉Z语言变量和其距离测度,同时考虑到决策者的决策偏好和对风险与收益的偏好,改进了传统的TOPSIS方法,提出了双参数TOPSIS方法,并结合属性的优先关系,构建了基于直觉Z语言变量的双参数TOPSIS方法多属性群决策模型,并应用在投资决策中,验证了有效性和合理性。
刘渊[10]（2019）在《在役大型游乐设施健康评价及预防维修方法研究》文中指出大型游乐设施是我国文化旅游产业的重要组成部分,具有参与人数众多且以青少年为主、分布区域敏感、地标效应显着等特点。同时我国大型游乐设施行业处于高速发展阶段,已经成为全球最大的游乐设施消费市场,迪士尼、环球影城等世界主题乐园纷纷落户我国,俨然已成为了一个朝阳产业。进入本世纪以来,科技水平越来越先进,大型游乐设施复杂程度越来越高,媒体和社会的关注度越来越高,信息传播速度越来越迅捷,一旦发生事故造成群死群伤的可能性越大,社会影响也愈加恶劣。为了消除安全隐患,预防突发事故的发生,保障大型游乐设施运行的安全性、可靠性和经济性,加强大型游乐设施的健康管理是一条切实可行的途径。本学位论文从健康管理结构体系及其健康评价模型的建立出发,深入研究了典型在用大型游乐设施的预防维修策略制定方法。论文的主要研究内容和成果包括:第一,从类比人体健康管理的角度出发,归纳了大型游乐设施的健康管理结构体系,提出了大型游乐设施的健康管理理念和内涵,并给出了其体系结构、主要组成部分、技术流程。针对管理结构体系中健康评价环节,从问题的本质、指标参数表征以及数学表达三方面出发,建立了健康状态评价的数学模型。第二,针对健康管理结构体系中的预防维修环节,研究了重要维修项目的确定方法。在分析典型大型游乐设施的结构特点及功能的基础上,提出了犹豫三角模糊偏好关系,并研究了其性质,给出了基于该关系的权重计算方法及步骤。第三,针对在用大型游乐设施的重要维修项目的失效模式鉴定问题,提出了一种适用于犹豫模糊环境的失效模式及影响分析（Failure Modes and Effects Analysis,FMEA）方法。该方法首先利用最大偏差法计算失效模式的属性权重向量,然后通过逼近于理想解的排序方法（TOPSIS）得到每个失效模式的相对贴近度,据此对各失效模式按风险优先级进行排序。第四,针对失效概率评估中的不确定性问题,在综合模糊可靠性、多准则决策和模糊数风险的基础上,提出了一种犹豫模糊环境下基于风险的多属性决策方法,用于预防维修间隔周期的确定。最后,本文以某在役典型大型游乐设施（弹射式过山车）为例,对所提出的模型和方法进行综合应用及分析说明。本学位论文在理论上丰富了健康评价及预防维修方法,工程上推进了大型游乐设施健康管理技术的实用性,支持了相关国家重点研发计划项目的开展,为机电类特种设备风险防控与治理提供了一种新方法。
二、属性测度μ_x(A)的算子研究（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、属性测度μ_x(A)的算子研究（论文提纲范文）
（1）Pythagorean犹豫模糊语言群决策的建模与应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 不确定信息表示的研究现状 |
| 1.2.2 不确定信息集结算子的研究现状 |
| 1.2.3 不确定信息测度理论的研究现状 |
| 1.2.4 不确定信息决策模型的研究现状 |
| 1.2.5 现存问题 |
| 1.3 论文主要工作与创新点 |
| 1.4 论文章节安排 |
| 第2章 语言术语集与多属性群决策方法 |
| 2.1 语言术语集 |
| 2.1.1 语言术语集 |
| 2.1.2 直觉模糊语言术语集 |
| 2.1.3 Pythagorean模糊语言术语集 |
| 2.1.4 犹豫模糊语言术语集 |
| 2.2 多属性群决策方法 |
| 2.2.1 优先关系分类法 |
| 2.2.2 TOPSIS决策方法 |
| 2.2.3 层次分析法 |
| 2.3 本章小结 |
| 第3章 基于直觉模糊语言术语集的决策模型及应用 |
| 3.1 预备知识 |
| 3.2 直觉模糊语言混合加权算子 |
| 3.2.1 新的直觉模糊语言变量排序规则 |
| 3.2.2 直觉模糊语言诱导的广义有序加权平均算子及其性质 |
| 3.2.3 新的直觉模糊语言熵 |
| 3.2.4 直觉模糊语言诱导的广义混合加权平均算子及其性质 |
| 3.3 基于直觉模糊语言混合加权算子的决策模型 |
| 3.4 基于直觉模糊语言混合加权算子的精准扶贫应用研究 |
| 3.4.1 精准扶贫的数值案例 |
| 3.4.2 对比分析 |
| 3.5 本章小结 |
| 第4章 基于区间Pythagorean不确定语言集的决策模型及应用 |
| 4.1 预备知识 |
| 4.2 区间Pythagorean不确定语言Euclidean距离测度 |
| 4.3 区间Pythagorean不确定语言优先关系 |
| 4.4 区间Pythagorean不确定语言集结算子 |
| 4.5 基于区间Pythagorean不确定语言的分类模型 |
| 4.6 基于区间Pythagorean不确定语言的供应商评级应用研究 |
| 4.6.1 供应商评级应用研究 |
| 4.6.2 对比分析 |
| 4.7 本章小结 |
| 第5章 基于区间概率犹豫模糊语言术语集的决策模型及应用 |
| 5.1 预备知识 |
| 5.2 区间概率犹豫模糊语言术语集 |
| 5.2.1 区间概率犹豫模糊语言术语集 |
| 5.2.2 区间概率犹豫模糊语言变量测度 |
| 5.3 区间概率犹豫模糊语言信息集结算子 |
| 5.4 区间概率犹豫模糊语言TOPSIS分类模型及AHP决策模型 |
| 5.4.1 区间概率犹豫模糊语言TOPSIS分类模型 |
| 5.4.2 区间概率犹豫模糊语言AHP决策模型 |
| 5.5 基于区间概率犹豫模糊语言决策模型的应用研究 |
| 5.5.1 区间概率犹豫模糊语言环境下的供应商分类方法 |
| 5.5.2 区间概率犹豫模糊语言环境下的人才选拔 |
| 5.6 本章小结 |
| 第6章 基于Pythagorean犹豫模糊语言集的决策模型及应用 |
| 6.1 预备知识 |
| 6.2 Pythagorean犹豫模糊语言术语集 |
| 6.3 Pythagorean犹豫模糊语言集信息集结算子 |
| 6.4 基于Pythagorean犹豫模糊语言术语集的最优路径推荐算法 |
| 6.4.1 Pythagorean犹豫模糊语言路径推荐动态规划模型 |
| 6.4.2 Pythagorean犹豫模糊语言Dijkstra算法 |
| 6.4.3 Pythagorean犹豫模糊语言路径智能推荐算法 |
| 6.5 基于Pythagorean犹豫模糊语言路径推荐算法的应用研究 |
| 6.5.1 数值案例 |
| 6.5.2 对比分析 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（2）信息论观点下的鲁棒稀疏恢复方法及应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 选题的背景与意义 |
| 1.2 国内外发展现状概述 |
| 1.2.1 鲁棒稀疏恢复发展现状 |
| 1.2.2 基于信息论的鲁棒稀疏恢复发展现状 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本文的结构安排 |
| 第二章 基于q-高斯最大相关熵的鲁棒稀疏恢复自适应算法 |
| 2.1 引言 |
| 2.2 q-高斯最大相关熵准则 |
| 2.2.1 相关熵与最大相关熵准则 |
| 2.2.2 Tsallis熵与q-高斯函数 |
| 2.2.3 q-高斯广义相关熵 |
| 2.3 q-高斯最大相关熵自适应滤波算法 |
| 2.3.1 自适应滤波与稀疏恢复 |
| 2.3.2 带零吸引算子的q-高斯最大相关熵自适应滤波算法 |
| 2.4 数值实验 |
| 2.4.1 实验设定 |
| 2.4.2 仿真稀疏信号恢复实验 |
| 2.4.3 自然图像恢复实验 |
| 2.5 本章小结 |
| 第三章 基于M-估计和非凸正则的鲁棒稀疏恢复 |
| 3.1 引言 |
| 3.2 基于M-估计和非凸正则的鲁棒稀疏恢复背景知识 |
| 3.2.1 非凸正则与邻近算子 |
| 3.2.2 M-估计与半二次优化理论 |
| 3.2.3 优化最小化方法 |
| 3.2.4 交替方向乘子法 |
| 3.3 基于M-估计和非凸正则的鲁棒稀疏恢复模型 |
| 3.3.1 所提模型具体形式 |
| 3.3.2 所提模型噪声抑制的有效性分析 |
| 3.4 半二次-交替方向乘子鲁棒稀疏恢复算法 |
| 3.4.1 x更新子问题的求解 |
| 3.4.2 z更新子问题的求解 |
| 3.4.3 v更新子问题的求解 |
| 3.5 数值实验 |
| 3.5.1 噪声模型 |
| 3.5.2 实验设定 |
| 3.5.3 仿真稀疏信号恢复实验 |
| 3.5.4 MRI和自然图像恢复实验 |
| 3.6 本章小结 |
| 第四章 基于广义近似消息传递的鲁棒稀疏恢复贝叶斯方法 |
| 4.1 引言 |
| 4.2 近场毫米波成像模型 |
| 4.3 基于广义近似消息传递的鲁棒稀疏恢复贝叶斯方法 |
| 4.3.1 分层稀疏先验模型 |
| 4.3.2 超参数估计 |
| 4.3.3 基于GAMP的鲁棒稀疏恢复贝叶斯方法 |
| 4.4 数值实验 |
| 4.4.1 实验设定 |
| 4.4.2 实验结果评定指标 |
| 4.4.3 仿真实验结果及分析 |
| 4.4.4 实测实验结果及分析 |
| 4.5 本章小结 |
| 第五章 基于相关熵和混合稀疏表示测度的鲁棒张量恢复 |
| 5.1 引言 |
| 5.2 鲁棒张量恢复背景知识 |
| 5.2.1 张量基本运算 |
| 5.2.2 张量分解 |
| 5.3 基于相关熵和混合稀疏表示测度的鲁棒张量恢复模型 |
| 5.3.1 所提张量恢复模型及其鲁棒性分析 |
| 5.3.2 Kronecker基表示混合稀疏表示正则 |
| 5.4 基于交替方向乘子框架的鲁棒张量恢复算法 |
| 5.4.1 G更新子问题的求解 |
| 5.4.2 U_n更新子问题的求解 |
| 5.4.3 W更新子问题的求解 |
| 5.4.4 M_n更新子问题的求解 |
| 5.5 数值实验 |
| 5.5.1 噪声模型 |
| 5.5.2 实验设定 |
| 5.5.3 实验结果及分析 |
| 5.6 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻博期间取得的研究成果 |
（3）基于不确定决策偏好的风险评估方法及在城市轨道交通应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 国内外研究现状 |
| 1.2.1 不确定风险偏好信息集成方法研究现状 |
| 1.2.2 不确定风险评估方法研究现状 |
| 1.2.3 城市轨道交通运营风险分析研究现状 |
| 1.3 研究内容 |
| 1.4 论文框架与结构安排 |
| 第二章 城市轨道交通运营风险评估相关理论 |
| 2.1 城市轨道交通运营风险评估机制 |
| 2.1.1 城市轨道交通运营风险评估的基本概念 |
| 2.1.2 城市轨道交通运营风险评估对象 |
| 2.1.3 城市轨道交通运营风险评估的流程 |
| 2.2 城市轨道交通运营风险因素识别相关方法 |
| 2.2.1 风险因素识别方法概述 |
| 2.2.2 城市轨道交通运营风险因素识别问题分析 |
| 2.3 城市轨道交通运营风险评估相关理论与方法 |
| 2.3.1 风险决策偏好信息表征方法 |
| 2.3.2 主要系统风险分析技术 |
| 2.3.3 基于多属性决策的风险评估方法 |
| 2.3.4 城市轨道交通运营风险评估问题分析 |
| 2.4 本章小结 |
| 第三章 基于模糊偏好和AcciMap的不确定风险识别方法 |
| 3.1 问题分析 |
| 3.2 基于模糊偏好和解释结构模型的改进AcciMap风险识别模型 |
| 3.2.1 改进Acci Map风险识别建模问题描述 |
| 3.2.2 基于FISM-MICMAC的AcciMap风险识别模型 |
| 3.3 基于改进AcciMap的不确定系统风险识别方法 |
| 3.3.1 改进风险识别方法步骤 |
| 3.3.2 改进风险识别方法特点 |
| 3.4 算例分析 |
| 3.4.1 事故风险描述 |
| 3.4.2 改进AcciMap模型在事故风险中应用 |
| 3.4.3 对比分析 |
| 3.4.4 灵敏度分析 |
| 3.5 本章小结 |
| 第四章 考虑关联决策偏好集成的风险评估方法 |
| 4.1 问题分析 |
| 4.2 基于Choquet积分的关联风险偏好信息集成 |
| 4.3 基于Choquet积分和MULTIMOORA的Fine-Kinney风险评估 |
| 4.3.1 基于Fine-Kinney的风险评估问题描述 |
| 4.3.2 基于Choquet积分和MULTIMOORA的风险排序方法 |
| 4.3.3 基于改进MULTIMOORA的Fine-Kinney风险评估方法 |
| 4.4 算例分析 |
| 4.4.1 算例概述 |
| 4.4.2 Fine-Kinney风险评估方法运用 |
| 4.4.3 灵敏度分析 |
| 4.4.4 对比分析 |
| 4.5 本章小结 |
| 第五章 基于双重不确定关联偏好的风险评估方法 |
| 5.1 问题分析 |
| 5.2 基于云模型和GLDS模型的不确定风险排序方法 |
| 5.2.1 综合风险评估矩阵构建 |
| 5.2.2 基于改进GLDS模型的风险排序方法 |
| 5.3 基于改进GLDS模型的FMEA风险评估方法 |
| 5.4 算例分析 |
| 5.4.1 算例概述 |
| 5.4.2 风险评估方法应用分析 |
| 5.4.3 灵敏度分析 |
| 5.4.4 对比分析 |
| 5.5 本章小结 |
| 第六章 考虑决策者偏好行为的不确定风险评估方法 |
| 6.1 问题分析 |
| 6.2 基于改进前景理论的不确定风险评估方法 |
| 6.2.1 基于三角模糊数的FMEA不确定风险评估问题描述 |
| 6.2.2 基于改进前景理论的风险优先度计算模型 |
| 6.2.3 基于改进前景理论的FMEA不确定风险评估方法 |
| 6.3 基于改进广义TODIM方法的不确定风险评估方法 |
| 6.3.1 基于梯形模糊数的FMEA不确定风险评估问题描述 |
| 6.3.2 基于改进广义TODIM方法的风险优先度计算模型 |
| 6.3.3 基于改进广义TODIM方法的FMEA不确定风险评估方法 |
| 6.4 基于改进前景理论的不确定风险分析方法应用 |
| 6.4.1 算例描述 |
| 6.4.2 风险评估方法应用分析 |
| 6.4.3 对比分析 |
| 6.5 基于改进广义TODIM方法的不确定风险分析方法应用 |
| 6.5.1 算例描述 |
| 6.5.2 风险评估方法应用分析 |
| 6.5.3 灵敏度分析 |
| 6.5.4 对比分析 |
| 6.6 本章小结 |
| 第七章 不确定风险评估方法在南京地铁运营中的应用 |
| 7.1 应用背景概述 |
| 7.1.1 地铁运营风险概况 |
| 7.1.2 应用需求分析 |
| 7.2 城市轨道交通运营系统风险分析 |
| 7.2.1 基于改进AcciMap模型的城市轨道交通运营风险识别 |
| 7.2.2 基于改进Choqeut积分的城市轨道交通运营风险评估信息集成 |
| 7.2.3 基于改进广义TODIM的城市轨道交通运营风险评估 |
| 7.3 城市轨道交通运营风险评估结果分析及运用 |
| 7.3.1 城市轨道交通运营风险评估结果对比分析 |
| 7.3.2 城市轨道交通运营风险评估结果运用 |
| 7.4 本章小结 |
| 第八章 结论与展望 |
| 8.1 论文的创新点 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 论文和成果清单 |
（4）基于平均型集结算子的多属性决策方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 实数平均型集结算子的研究现状 |
| 1.2.2 基于平均型集结算子的多属性决策方法的研究现状 |
| 1.3 研究内容与创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 第二章 实数平均型集结算子 |
| 2.1 实数平均型集结算子的概念 |
| 2.2 常用的实数平均型集结算子 |
| 2.2.1 基本多元平均型集结算子 |
| 2.2.2 参数平均型集结算子 |
| 2.2.3 加权平均型集结算子 |
| 2.3 本章小结 |
| 第三章 基于实数平均型集结算子的多属性决策方法 |
| 3.1 生成子结构 |
| 3.1.1 生成子结构的定义和构造 |
| 3.1.2 自幂商型生成子 |
| 3.2 复合结构 |
| 3.2.1 复合结构的定义和构造 |
| 3.2.2 复合结构型集结算子 |
| 3.3 拟结构 |
| 3.3.1 拟结构的定义和构造 |
| 3.3.2 拟结构型集结算子 |
| 3.4 拟复结构 |
| 3.4.1 拟复结构的定义和构造 |
| 3.4.2 拟复结构型集结算子 |
| 3.5 广义级数变换结构 |
| 3.5.1 广义级数变换结构的定义和构造 |
| 3.5.2 广义级数变换结构型集结算子 |
| 3.6 容许结构 |
| 3.6.1 容许结构的定义和构造 |
| 3.6.2 容许结构型集结算子 |
| 3.7 迭代结构 |
| 3.7.1 迭代结构的定义和构造 |
| 3.7.2 迭代结构型集结算子 |
| 3.8 中值定理结构 |
| 3.8.1 柯西中值定理结构型集结算子 |
| 3.8.2 泰勒中值定理结构型集结算子 |
| 3.9 积分结构 |
| 3.10 基于加权混合幂平均型集结算子的多属性决策方法 |
| 3.10.1 基于加权混合幂平均集结算子的多属性决策方法 |
| 3.10.2 基于加权混合幂平均集结算子和加权算术平均集结算子的多属性群决策方法 |
| 3.10.3 基于加权广义混合幂平均集结算子的多属性决策方法 |
| 3.10.4 基于加权广义混合幂平均集结算子和加权几何平均集结算子的多属性群决策方法 |
| 3.11 本章小结 |
| 第四章 基于语言平均型集结算子的多属性决策方法 |
| 4.1 语言平均型集结算子 |
| 4.1.1 语言术语及其运算法则 |
| 4.1.2 常用的语言平均型集结算子 |
| 4.2 语言平均型集结算子的复合结构 |
| 4.2.1 语言平均型集结算子的复合结构的定义和构造 |
| 4.2.2 语言平均型集结算子的幂凸复合结构 |
| 4.2.3 语言复合结构平均型集结算子 |
| 4.3 基于语言加权混合幂平均集结算子的多属性决策方法 |
| 4.3.1 具体步骤 |
| 4.3.2 算例分析 |
| 4.4 基于语言加权广义混合幂平均集结算子的多属性决策方法 |
| 4.4.1 具体步骤 |
| 4.4.2 算例分析 |
| 4.5 本章小结 |
| 第五章 基于直觉模糊平均型集结算子的多属性决策方法 |
| 5.1 直觉模糊集相关概念 |
| 5.2 直觉模糊广义加权BONFERRONI平均型集结算子 |
| 5.3 基于直觉模糊广义加权BONFERRONI平均型集结算子的多属性决策方法 |
| 5.3.1 问题描述 |
| 5.3.2 具体步骤 |
| 5.3.3 算例分析 |
| 5.4 本章小结 |
| 第六章 基于区间直觉模糊平均型集结算子的多属性决策方法 |
| 6.1 区间直觉模糊集相关概念 |
| 6.2 区间直觉模糊广义加权BONFERRONI平均型集结算子 |
| 6.3 基于区间直觉模糊广义加权BONFERRONI平均型集结算子的多属性决策方法 |
| 6.3.1 问题描述 |
| 6.3.2 具体步骤 |
| 6.3.3 算例分析 |
| 6.4 本章小结 |
| 第七章 基于不确定语言平均型集结算子的多属性决策方法 |
| 7.1 不确定语言变量及其运算法则 |
| 7.2 不确定语言(加权)混合幂平均集结算子 |
| 7.2.1 不确定语言混合幂平均集结算子 |
| 7.2.2 不确定语言加权混合幂平均集结算子 |
| 7.3 不确定语言(加权)广义混合幂平均集结算子 |
| 7.3.1 不确定语言广义混合幂平均集结算子 |
| 7.3.2 不确定语言加权广义混合幂平均集结算子 |
| 7.4 基于不确定语言加权(广义)混合幂平均集结算子的多属性决策方法 |
| 7.4.1 具体步骤 |
| 7.4.2 算例分析 |
| 7.5 本章小结 |
| 第八章 带语言偏好关系的基于平均型集结算子的多属性决策方法 |
| 8.1 带语言偏好关系的加型一致性多属性决策方法 |
| 8.1.1 模糊偏好关系与语言偏好关系 |
| 8.1.2 语言偏好关系加型一致性分析 |
| 8.1.3 基于语言偏好关系加型一致的多属性决策方法 |
| 8.2 带语言偏好关系的加型一致性和共识性的多属性群决策方法 |
| 8.2.1 共识度等相关概念 |
| 8.2.2 带语言偏好关系的一致性和共识性改进的目标规划模型 |
| 8.2.3 决策者权重的确定和个体语言偏好关系的集结 |
| 8.2.4 语言偏好关系下基于平均型集结算子的多属性群决策算法 |
| 8.3 本章小结 |
| 第九章 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间取得的科研成果 |
（5）基于模糊集理论的图像处理与控制方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 图像处理研究现状 |
| 1.2.2 模糊集研究现状 |
| 1.3 主要研究内容与技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文框架及技术路线 |
| 2 基于模糊集的图像处理与控制基础理论 |
| 2.1 模糊集合及其表示方法 |
| 2.1.1 模糊集 |
| 2.1.2 模糊集的表示方法 |
| 2.2 模糊集合的运算 |
| 2.2.1 模糊集的格运算 |
| 2.2.2 模糊集合的其他运算 |
| 2.3 模糊集合的分解与表现定理 |
| 2.3.1 模糊集的分解定理 |
| 2.3.2 模糊集的表现定理 |
| 2.4 模糊性的度量 |
| 2.4.1 有限域上的模糊度量 |
| 2.4.2 无限域上的模糊度量 |
| 2.5 直觉模糊集 |
| 2.5.1 相关定义 |
| 2.5.2 直觉模糊集的散度测度和熵测度 |
| 2.6 模糊控制与模糊推理算子 |
| 2.6.1 模糊化算子 |
| 2.6.2 判定化算子 |
| 2.7 本章小结 |
| 3 基于模糊集理论的图像增强方法 |
| 3.1 引言 |
| 3.2 基于模糊集图像增强相关技术 |
| 3.2.1 模糊逻辑与凸模糊集 |
| 3.2.2 模糊极值 |
| 3.2.3 最大隶属度 |
| 3.2.4 图像转换 |
| 3.3 基于模糊集的图像增强方法 |
| 3.3.1 图像增强方法 |
| 3.3.2 数据分析 |
| 3.3.3 实验仿真 |
| 3.4 本章小结 |
| 4 基于模糊集理论的图像边缘检测方法 |
| 4.1 引言 |
| 4.2 基于模糊集的图像边缘检测方法 |
| 4.2.1 边缘检测关键技术 |
| 4.2.2 基于模糊集边缘检测算法 |
| 4.3 算法评估分析 |
| 4.3.1 模糊集图像增强算法的仿真 |
| 4.3.2 基于模糊集的图像增强算法评估 |
| 4.3.3 基于模糊集的图像边缘检测算法实验评估 |
| 4.3.4 检测结果分析 |
| 4.4 本章小结 |
| 5 基于直觉模糊集的图像边缘检测方法 |
| 5.1 引言 |
| 5.2 改进的IFS散度测度和熵测度计算方法 |
| 5.2.1 计算方法 |
| 5.2.2 熵测度的比较与分析 |
| 5.3 实验仿真 |
| 5.3.1 方法与步骤 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 6 基于模糊集的模糊逻辑控制方法 |
| 6.1 引言 |
| 6.2 模糊逻辑控制方法 |
| 6.2.1 建立模糊集和隶属度函数 |
| 6.2.2 建立模糊推理规则 |
| 6.3 模糊逻辑系统控制策略 |
| 6.3.1 模糊推理方法 |
| 6.3.2 模糊控制器设计 |
| 6.3.3 输出信息清晰化处理 |
| 6.4 设计实例 |
| 6.4.1 设计思路 |
| 6.4.2 位置获取 |
| 6.4.3 模糊控制器设计 |
| 6.4.4 评估分析 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）基于阿基米德范数的几类模糊信息的多属性决策与聚类（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 复杂模糊信息多属性决策方法研究现状 |
| 1.2.2 模糊聚类方法研究现状 |
| 1.3 本文的主要研究内容 |
| 第2章 预备知识 |
| 2.1 复杂模糊信息的表达形式 |
| 2.1.1 单值中智数 |
| 2.1.2 正态中智数 |
| 2.1.3 对偶犹豫模糊数 |
| 2.2 阿基米德范数 |
| 第3章 基于非负正态中智数的多属性决策方法 |
| 3.1 非负正态中智数的排序 |
| 3.2 非负正态中智数的对偶广义Bonferroni平均算子及其性质 |
| 3.3 非负正态中智数多属性决策方法 |
| 3.4 实例分析 |
| 3.5 本章小结 |
| 第4章 基于对偶犹豫模糊数的多属性决策方法 |
| 4.1 基于阿基米德范数的对偶犹豫模糊几何Heronian平均算子及其性质 |
| 4.2 对偶犹豫模糊数多属性决策方法 |
| 4.3 实例分析 |
| 4.4 本章小结 |
| 第5章 基于单值中智数的等价矩阵聚类算法 |
| 5.1 单值中智数广义的交和并的性质 |
| 5.2 基于阿基米德范数的单值中智数合成矩阵及其性质 |
| 5.3 单值中智数的聚类算法 |
| 5.4 实例分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间取得的科研成果 |
（7）基于单值三角中智集的多属性群决策方法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 中智集的研究现状 |
| 1.2.2 幂算子和BM算子的研究现状 |
| 1.2.3 EDAS方法的研究现状 |
| 1.3 研究内容和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 第二章 理论基础 |
| 2.1 单值三角中智集 |
| 2.1.1 单值三角中智集的概念 |
| 2.1.2 单值三角中智集的运算及性质 |
| 2.1.3 单值三角中智集的比较方法 |
| 2.1.4 单值三角中智集的距离公式 |
| 2.1.5 单值三角中智集的集结算子 |
| 2.1.6 单值三角中智集的熵 |
| 2.2 信息集结算子 |
| 2.2.1 幂算子 |
| 2.2.2 BM算子 |
| 2.3 EDAS方法 |
| 2.4 本章小结 |
| 第三章 基于幂算子的单值三角中智集多属性群决策方法 |
| 3.1 基于单值三角中智的幂平均算子 |
| 3.2 基于单值三角中智的加权幂平均算子 |
| 3.3 基于单值三角中智的幂几何算子 |
| 3.4 基于单值三角中智的加权幂几何算子 |
| 3.5 基于单值三角中智幂算子的多属性决策方法 |
| 3.6 算例分析 |
| 3.7 本章小结 |
| 第四章 基于BM算子的单值三角中智集多属性群决策方法 |
| 4.1 基于单值三角中智的BM算子 |
| 4.2 基于单值三角中智的加权BM算子 |
| 4.3 基于单值三角中智的几何BM算子 |
| 4.4 基于单值三角中智的加权几何BM算子 |
| 4.5 基于单值三角中智BM算子的多属性决策方法 |
| 4.6 算例分析 |
| 4.7 本章小结 |
| 第五章 基于幂BM算子的单值三角中智集多属性群决策方法 |
| 5.1 基于单值三角中智的幂BM算子 |
| 5.2 基于单值三角中智的加权幂BM算子 |
| 5.3 基于单值三角中智的幂几何BM算子 |
| 5.4 基于单值三角中智的加权幂几何BM算子 |
| 5.5 基于单值三角中智幂BM算子的多属性决策方法 |
| 5.6 算例分析 |
| 5.7 比较分析 |
| 5.8 本章小结 |
| 第六章 结论与展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简况及联系方式 |
（8）基于模糊QFD的物流服务方案多属性评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多属性评价研究现状 |
| 1.2.2 QFD方法的研究现状 |
| 1.2.3 研究现状评述 |
| 1.3 研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.5 研究创新点 |
| 第二章 相关理论基础 |
| 2.1 物流服务方案评价的六个要素 |
| 2.2 区间直觉梯形模糊数(IVITFN) |
| 2.2.1 模糊集理论 |
| 2.2.2 IVITFN的定义及运算法则 |
| 2.2.3 基于IVITFN的群体集结方法 |
| 2.3 QFD方法 |
| 2.4 本章小结 |
| 第三章 多属性评价问题中权重求取和方案排序方法比较 |
| 3.1 多属性评价问题中权重求取的方法比较 |
| 3.1.1 基于直接打分法 |
| 3.1.2 基于判断矩阵法 |
| 3.1.3 基于判断向量法 |
| 3.2 多属性评价问题中方案排序的方法比较 |
| 3.2.1 逼近理想解排序法(TOPSIS) |
| 3.2.2 多属性妥协解排序法(VIKOR) |
| 3.2.3 全乘比例分析多目标优化方法(MULTIMOORA) |
| 3.3 本章小结 |
| 第四章 属性权重已知的物流服务方案评价 |
| 4.1 问题描述 |
| 4.1.1 基于IVITFN的决策矩阵的规范化处理 |
| 4.2 基于IVITFN的模糊QFD-VIKOR的方案评价方法 |
| 4.2.1 基于IVITFN的信息集结 |
| 4.2.2 基于模糊QFD方法确定属性优势度 |
| 4.2.3 基于VIKOR方法确定方案排名 |
| 4.3 算例检验及分析 |
| 4.3.1 物流服务方案评价的算例检验 |
| 4.3.2 有效性、显着性及灵敏度分析 |
| 4.4 本章小结 |
| 第五章 属性权重未知的物流服务方案评价 |
| 5.1 问题描述 |
| 5.1.1 基于模糊组合赋权法获得属性权重 |
| 5.2 基于模糊QFD改进的评价方法 |
| 5.2.1 基于模糊BWM-Entropy组合赋权获得属性权重 |
| 5.2.2 基于MULTIMOORA确定方案排名 |
| 5.3 算例检验及分析 |
| 5.3.1 物流服务方案评价的算例检验 |
| 5.3.2 评价方法对比分析 |
| 5.4 本章小结 |
| 第六章 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）基于直觉Z语言信息的群决策应用与研究（论文提纲范文）
| 摘要 |
| Abstract |
| 注释表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 研究现状 |
| 1.2.2 进一步研究问题 |
| 1.3 论文的主要工作和研究思路 |
| 1.4 论文章节安排 |
| 第2章 模糊相关理论与多属性群决策模型 |
| 2.1 直觉模糊集 |
| 2.2 直觉不确定语言集 |
| 2.2.1 语言集和不确定语言集 |
| 2.2.2 直觉不确定语言集 |
| 2.3 Z-number |
| 2.4 多属性群决策模型 |
| 2.5 小结 |
| 第三章 直觉Z语言的基本概念与原理 |
| 3.1 直觉Z语言集 |
| 3.2 直觉Z语言变量运算规则及性质 |
| 3.3 直觉Z语言变量的得分与精确函数 |
| 3.4 直觉Z语言距离测度 |
| 3.5 小结 |
| 第四章 基于直觉Z语言集结算子的群决策模型构建及应用研究 |
| 4.1 直觉Z语言变量的混合加权算子及其性质 |
| 4.1.1 直觉Z语言加权几何平均(IZLWGA)算子 |
| 4.1.2 直接Z语言有序加权几何(IZLOWG)算子 |
| 4.1.3 直觉Z语言混合几何(IZLHG)算子 |
| 4.2 基于IZLHG算子的群决策模型及算法 |
| 4.3 基于IZLHG算子的群决策模型在精准扶贫中的应用 |
| 4.3.1 精准扶贫案例 |
| 4.3.2 对比分析 |
| 4.4 小结 |
| 第5章 基于直觉Z语言变量的双参数TOPSIS群决策模型构建及应用研究 |
| 5.1 双参数TOPSIS方法及性质 |
| 5.2 属性优先关系确定属性权重 |
| 5.3 基于直觉Z语言变量的双参数TOPSIS群决策模型及算法 |
| 5.4 基于直觉Z语言变量的双参数TOPSIS模型在投资决策中应用 |
| 5.4.1 投资决策案例 |
| 5.4.2 对比分析 |
| 5.5 小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（10）在役大型游乐设施健康评价及预防维修方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题概述 |
| 1.1.1 课题来源 |
| 1.1.2 课题的提出 |
| 1.2 国内外研究现状与进展 |
| 1.2.1 大型游乐设施总体研究现状及进展 |
| 1.2.2 健康管理体系结构研究现状与进展 |
| 1.2.3 健康评价研究现状与进展 |
| 1.2.4 维修策略研究现状与进展 |
| 1.2.5 多属性决策现状与进展 |
| 1.3 在用大型游乐设施健康管理及维修决策存在的不足 |
| 1.4 论文主要研究内容与结构 |
| 1.4.1 论文主要研究内容 |
| 1.4.2 论文组织结构 |
| 第2章 大型游乐设施健康管理结构体系及健康评价 |
| 2.1 引言 |
| 2.2 大型游乐设施健康管理结构体系研究 |
| 2.2.1 系统健康管理的内涵 |
| 2.2.2 大型游乐设施健康管理内涵 |
| 2.2.3 健康管理结构体系 |
| 2.3 大型游乐设施健康状态理论模型 |
| 2.3.1 健康状态的本质描述 |
| 2.3.2 健康状态的指标参数表征 |
| 2.3.3 健康状态的数学模型 |
| 2.4 大型游乐设施健康状态评价 |
| 2.4.1 评价指标体系的构建 |
| 2.4.2 权重系数的确定 |
| 2.4.3 整机综合评价方法 |
| 2.5 本章小结 |
| 第3章 基于犹豫模糊的重要维修项目(MSI)确定方法 |
| 3.1 引言 |
| 3.2 典型大型游乐设施的结构特点及功能 |
| 3.3 模糊偏好关系基本理论 |
| 3.3.1 模糊层次分析法 |
| 3.3.2 犹豫模糊集的基本概念 |
| 3.3.3 犹豫模糊偏好关系 |
| 3.4 基于犹豫三角模糊偏好关系(HTFPR)的权重计算方法 |
| 3.4.1 犹豫三角模糊偏好关系模型 |
| 3.4.2 模型的求解步骤 |
| 3.5 实例研究 |
| 3.5.1 犹豫三角模糊偏好关系方法 |
| 3.5.2 犹豫模糊偏好关系方法 |
| 3.5.3 比较分析 |
| 3.6 本章小结 |
| 第4章 犹豫模糊环境下的FMEA方法 |
| 4.1 引言 |
| 4.2 典型大型游乐设施常见失效模式及影响 |
| 4.2.1 关键零部件典型失效模式 |
| 4.2.2 安全防护装置典型失效模式 |
| 4.2.3 连接典型失效模式 |
| 4.2.4 其它典型失效模式 |
| 4.3 基于犹豫模糊的FMEA分析 |
| 4.3.1 犹豫模糊集数据 |
| 4.3.2 问题本质描述 |
| 4.3.3 基于最大偏差模型的属性权重确定法 |
| 4.3.4 犹豫模糊TOPSIS模型 |
| 4.3.5 方法求解步骤 |
| 4.4 实例研究 |
| 4.4.1 构建犹豫模糊矩阵 |
| 4.4.2 失效模式的排序 |
| 4.4.3 对比分析研究 |
| 4.5 本章小结 |
| 第5章 考虑评估风险的多属性预防维修间隔周期决策方法 |
| 5.1 引言 |
| 5.2 基本理论 |
| 5.2.1 区间犹豫模糊数的基本概念 |
| 5.2.2 TODIM决策方法基本原理 |
| 5.2.3 基于时间的维修 |
| 5.3 区间犹豫模糊数的风险模型及R-TODIM决策方法 |
| 5.3.1 区间犹豫模糊数的风险影响模型 |
| 5.3.2 区间犹豫模糊下基于风险的TODIM决策方法 |
| 5.4 基于R-TODIM的预防维修间隔周期确定方法 |
| 5.5 实例研究 |
| 5.5.1 通用情形 |
| 5.5.2 其它情形分析 |
| 5.5.3 结果分析与讨论 |
| 5.6 本章小结 |
| 第6章 健康评价及预防维修方法在大型游乐设施中的应用 |
| 6.1 引言 |
| 6.2 应用对象概述 |
| 6.3 基础数据的获取和处理 |
| 6.3.1 主观评价数据及处理 |
| 6.3.2 客观评价数据及处理 |
| 6.4 健康状态评价 |
| 6.4.1 指标权重的计算 |
| 6.4.2 整机模糊综合评价 |
| 6.5 健康恢复 |
| 6.5.1 健康恢复的主要内容 |
| 6.5.2 维修应用案例 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间的成果目录 |
四、属性测度μ_x(A)的算子研究（论文参考文献）
- [1]Pythagorean犹豫模糊语言群决策的建模与应用研究[D]. 郭海林. 重庆邮电大学, 2021
- [2]信息论观点下的鲁棒稀疏恢复方法及应用研究[D]. 高乐. 电子科技大学, 2021(01)
- [3]基于不确定决策偏好的风险评估方法及在城市轨道交通应用[D]. 汪伟忠. 东南大学, 2021
- [4]基于平均型集结算子的多属性决策方法研究[D]. 田景峰. 河北大学, 2020
- [5]基于模糊集理论的图像处理与控制方法研究[D]. 王书强. 北京交通大学, 2020(03)
- [6]基于阿基米德范数的几类模糊信息的多属性决策与聚类[D]. 莫炯梅. 闽南师范大学, 2020(01)
- [7]基于单值三角中智集的多属性群决策方法研究[D]. 贾雪飞. 山西大学, 2020(01)
- [8]基于模糊QFD的物流服务方案多属性评价研究[D]. 肖亚璇. 西安电子科技大学, 2020(05)
- [9]基于直觉Z语言信息的群决策应用与研究[D]. 杨志军. 重庆邮电大学, 2020(02)
- [10]在役大型游乐设施健康评价及预防维修方法研究[D]. 刘渊. 武汉理工大学, 2019(01)