軟集合約簡與決策

目錄
前言
第1章 緒論 1
1.1 研究背景和意義 1
1.2 研究內(nèi)容 3
1.3 研究創(chuàng)新 5
第2章 軟集合相關(guān)基礎(chǔ)理論與決策方法 6
2.1 軟集合基礎(chǔ)理論 6
2.2 模糊軟集合基礎(chǔ)知識 8
2.3 軟集合及模糊軟集合的決策方法 9
2.4 模糊軟集合在決策問題中的應(yīng)用 11
2.4.1 基于模糊軟集合的軌道交通選線方案評估 11
2.4.2 基于層次分析法和模糊軟集合的公交服務(wù)質(zhì)量評價 13
2.4.3 模糊軟集合在居住建筑節(jié)能方案優(yōu)選中的應(yīng)用 17
2.5 本章小結(jié) 20
第3章 軟集合參數(shù)約簡方法 21
3.1 兩類集合分析 21
3.1.1 粗糙集的知識表達系統(tǒng) 21
3.1.2 軟集合的知識表達系統(tǒng) 23
3.1.3 粗糙集與軟集合理論對比 24
3.2 經(jīng)典軟集合參數(shù)約簡方法 24
3.2.1 Maji和Chen的軟集合參數(shù)約簡方法 24
3.2.2 軟集合參數(shù)約簡方法分析 26
3.3 改進軟集合正則參數(shù)約簡方法28
3.3.1 軟集合正則參數(shù)約簡定義 28
3.3.2 軟集合參數(shù)重要度定義及性質(zhì) 30
3.3.3 軟集合正則參數(shù)約簡方法 33
3.4 軟集合正則參數(shù)約簡的核 35
3.5 本章小結(jié) 42
第4章 基于智能優(yōu)化算法的軟集合正則參數(shù)約簡 43
4.1 軟集合正則參數(shù)約簡數(shù)學(xué)模型43
4.1.1 目標函數(shù) 43
4.1.2 約束條件 43
4.2 基于粒子群優(yōu)化算法的正則參數(shù)約簡 45
4.2.1 粒子群算法 45
4.2.2 基于粒子群算法的軟集合正則參數(shù)約簡問題求解 46
4.3 基于和聲搜索算法的軟集合正則參數(shù)約簡 47
4.3.1 和聲搜索算法 47
4.3.2 基于和聲搜索算法的軟集合正則參數(shù)約簡問題求解 50
4.4 基于改進和聲搜算法的軟集合正則參數(shù)約簡 51
4.4.1 改進和聲搜索算法 51
4.4.2 基于改進和聲搜索算法的軟集合正則參數(shù)約簡問題求解 52
4.5 基于自適應(yīng)和聲搜算法的軟集合正則參數(shù)約簡 53
4.5.1 自適應(yīng)和聲搜索算法 53
4.5.2 仿真實驗 54
4.5.3 基于自適應(yīng)和聲搜索算法的軟集合正則參數(shù)約簡問題求解 66
4.6 本章小結(jié) 67
第5章 更改參數(shù)值和增加對象對軟集合正則參數(shù)約簡的影響 68
5.1 更改參數(shù)值對軟集合正則參數(shù)約簡的影響 68
5.1.1 參數(shù)值正(負)變化率的定義 68
5.1.2 參數(shù)值正(負)變化率的性質(zhì)及對正則參數(shù)約簡的影響 69
5.2 增加對象對軟集合正則參數(shù)約簡的影響 72
5.2.1 增加對象 72
5.2.2 增加對象對參數(shù)重要度及正則參數(shù)約簡的影響 73
5.3 本章小結(jié) 75
第6章 模糊軟集合的近似正則參數(shù)約簡 76
6.1 模糊軟集合正則參數(shù)約簡方法76
6.2 模糊軟集合近似正則參數(shù)約簡方法 77
6.2.1 模糊軟集合近似正則參數(shù)約簡的定義 79
6.2.2 模糊軟集合近似非必要集的分析 80
6.2.3 最大偏差ε 83
6.3 基于和聲搜索算法的模糊軟集合近似正則參數(shù)約簡 85
6.3.1 模糊軟集合近似正則參數(shù)約簡數(shù)學(xué)模型 86
6.3.2 基于和聲搜索算法的近似正則參數(shù)約簡 88
6.4 本章小結(jié) 88
第7章 模糊軟集合正則參數(shù)約簡方法 89
7.1 基于分值法的模糊軟集合相關(guān)定義及正則參數(shù)約簡方法 89
7.1.1 冗余參數(shù)定義 89
7.1.2 冗余參數(shù)分析 89
7.1.3 基于分值法的模糊軟集合正則參數(shù)約簡方法 110
7.2 兩種正則參數(shù)約簡方法的比較 110
7.3 基于分值法的模糊軟集合正則參數(shù)約簡應(yīng)用 111
7.4 本章小結(jié) 113
第8章 基于灰理論和模糊軟集合理論的決策問題研究 114
8.1 灰理論基礎(chǔ)知識 115
8.2 基于灰理論和模糊軟集合的多準則評判方法 116
8.3 灰理論和模糊軟集合理論在決策問題上的應(yīng)用 120
8.4 本章小結(jié) 124
第9章 兩類序列模糊軟集合理論及應(yīng)用研究 125
9.1 序列區(qū)間值模糊軟集合理論及其應(yīng)用 125
9.1.1 基本定義及性質(zhì) 125
9.1.2 序列區(qū)間值模糊軟集合的轉(zhuǎn)換 128
9.1.3 序列區(qū)間值模糊軟集合的應(yīng)用 130
9.2 序列直覺模糊軟集合理論及其應(yīng)用 136
9.2.1 基本定義及性質(zhì) 136
9.2.2 序列直覺模糊軟集合的應(yīng)用 138
9.3 本章小結(jié) 145
第10章 不完備軟集合與模糊軟集合決策方法 146
10.1 加權(quán)平均方法 146
10.2 簡化方法 148
10.3 兩種方法比較分析 151
10.3.1 復(fù)雜度 152
10.3.2 增加參數(shù)的情況 152
10.4 參數(shù)交互關(guān)系下的不完備軟集合與模糊軟集合決策方法 154
10.4.1 參數(shù)交互關(guān)系下的不完備軟集合決策方法 154
10.4.2 參數(shù)交互關(guān)系下的不完備模糊軟集合決策方法 156
10.5 本章小結(jié) 158
第11章 三種不完備序列軟集合決策方法 159
11.1 不完備序列軟集合決策方法 159
11.2 不完備序列模糊軟集合決策方法 163
11.3 不完備序列區(qū)間模糊軟集合決策方法 164
11.4 不完備序列軟集合決策方法的應(yīng)用 168
11.5 本章小結(jié) 170
第12章 基于軟集合的駕駛疲勞狀態(tài)度量 171
12.1 實驗設(shè)計和信號預(yù)處理 171
12.1.1 采集設(shè)備 171
12.1.2 電極位置選擇 172
12.1.3 實驗過程安排 174
12.1.4 表面肌電信號的預(yù)處理 174
12.2 生理狀態(tài)特征的提取 177
12.3 基于軟集合的駕駛疲勞度量 179
12.3.1 RBF 神經(jīng)網(wǎng)絡(luò) 179
12.3.2 軟集合疲勞量化模型 180
12.3.3 軟集合與神經(jīng)網(wǎng)絡(luò)的對比 186
12.4 本章小結(jié) 186
參考文獻 187
彩圖