定 價：88 元
叢書名：現(xiàn)代數(shù)學(xué)基礎(chǔ)叢書
- 作者：雷英杰等著
- 出版時間：2014/6/1
- ISBN：9787030408181
- 出 版 社：科學(xué)出版社
- 中圖法分類：O159
- 頁碼：279
- 紙張：膠版紙
- 版次：1
- 開本：16開
《直覺模糊集理論及應(yīng)用（上冊）》是作者在國家自然科學(xué)基金資助下系列研究成果的匯集�！吨庇X模糊集理論及應(yīng)用（上冊）》系統(tǒng)介紹直覺模糊集理論和方法及其在模式識別、信息融合、信息安全、數(shù)據(jù)挖掘等領(lǐng)域的應(yīng)用。《直覺模糊集理論及應(yīng)用（上冊）》共分為14章：第1章介紹直覺模糊集理論的發(fā)展；第2章介紹直覺模糊集的基本運算；第3章介紹直覺模糊集之間的度量及直覺模糊模式識別；第4章介紹直覺模糊關(guān)系及直覺模糊聚類分析；第5章介紹直覺模糊推理與直覺模糊控制；第6章介紹直覺模糊綜合評判與直覺模糊決策；第7章介紹直覺模糊神經(jīng)網(wǎng)絡(luò)與直覺模糊規(guī)劃；第8章介紹基于直覺模糊集的數(shù)據(jù)關(guān)聯(lián)方法；第9章介紹基于直覺模糊集的目標(biāo)識別方法；第10章介紹基于直覺模糊集的態(tài)勢評估方法；第11章介紹基于直覺模糊集的威脅評估方法；第12章介紹基于直覺模糊集的網(wǎng)絡(luò)入侵檢測技術(shù)；第13章介紹直覺模糊集在網(wǎng)絡(luò)信息安全中的應(yīng)用；第14章介紹基于直覺模糊推理的數(shù)據(jù)挖掘方法。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
目錄
第1章 緒論 1
1.1 引言 1
1.2 模糊集概述 3
1.3 直覺模糊集 6
1.3.1 直覺模糊集的形成與發(fā)展 6
1.3.2 直覺模糊集的基本概念 8
1.3.3 直覺模糊集的基本運算 8
1.3.4 直覺模糊集的截集 9
1.3.5 直覺模糊集截集的性質(zhì)及核 11
1.3.6 直覺模糊集的特點 12
1.4 拓展模糊集之間的若干等價變換 13
1.4.1 L-模糊集與L-直覺模糊集 13
1.4.2 區(qū)間值模糊集與區(qū)間值直覺模糊集 14
1.4.3 Vague集與直覺模糊集 15
1.4.4 直覺模糊集到模糊集的變換 17
1.4.5 拓展模糊集之間的變換 17
1.4.6 討論 20
參考文獻(xiàn) 20
第2章 直覺模糊集的擴展運算 28
2.1 IFS非隸屬度函數(shù)的確定方法 28
2.1.1 非隸屬度函數(shù)的規(guī)范性確定方法 28
2.1.2 基于優(yōu)先關(guān)系定序法的IFS非隸屬度函數(shù)確定方法 34
2.1.3 基于對比平均法的IFS非隸屬度函數(shù)確定方法 38
2.1.4 基于絕對比較法的IFS非隸屬度函數(shù)確定方法 42
2.2 IFS到模糊集的轉(zhuǎn)換方法 46
2.2.1 現(xiàn)有轉(zhuǎn)換方法分析 46
2.2.2 差值修正法 48
2.2.3 算例分析 50
2.3 直覺模糊算子 51
2.3.1 操作算子 51
2.3.2 語義算子 52
2.4 IFS時態(tài)邏輯算子及擴展運算性質(zhì) 53
2.4.1 時態(tài)邏輯算子 54
2.4.2 擴展運算 55
2.5 IFS分解定理 58
2.6 本章小結(jié) 60
參考文獻(xiàn) 60
第3章 直覺模糊度量與直覺模糊熵 62
3.1 直接模糊集的幾何解釋 62
3.2 直覺模糊集之間的距離 63
3.2.1 IFS之間的距離 63
3.2.2 基于Hausdorff測度的IFS之間的距離 65
3.2.3 改進的IFS之間的距離 67
3.3 直覺模糊集之間的相似度 71
3.3.1 IFS之間的相似度 72
3.3.2 基于Hausdorff測度和基于Lp測度的相似度 74
3.3.3 改進的IFS之間的相似度 76
3.4 具有傾向性的直覺模糊相似度 77
3.4.1 直覺模糊相似度量的三維表示 78
3.4.2 現(xiàn)有直覺模糊相似度量的問題 79
3.4.3 直覺模糊相似度量的公理化定義 80
3.4.4 具有傾向性的直覺模糊相似度量 81
3.4.5 算例分析 83
3.5 直覺模糊集相異度度量方法 84
3.5.1 直覺模糊集相異度定義 85
3.5.2 直覺模糊集相異度度量公式 85
3.5.3 算例分析 88
3.6 一類直覺模糊熵的構(gòu)造方法 90
3.6.1 直覺模糊熵的幾何解釋 90
3.6.2 直覺模糊熵的構(gòu)造 91
3.6.3 算例分析 94
3.6.4 討論 95
3.7 本章小結(jié) 95
參考文獻(xiàn) 96
第4章 直覺模糊關(guān)系與直覺模糊聚類 98
4.1 直覺模糊關(guān)系 98
4.2 直覺模糊合成運算 100
4.2.1 直覺模糊集T-范數(shù)與S-范數(shù) 100
4.2.2 直覺模糊關(guān)系的合成運算 102
4.3 直覺模糊關(guān)系的性質(zhì) 104
4.3.1 直覺模糊關(guān)系的自反性 104
4.3.2 直覺模糊關(guān)系的對稱性 105
4.3.3 直覺模糊關(guān)系的傳遞性 106
4.4 直覺模糊相似關(guān)系與等價關(guān)系 107
4.5 基于直覺模糊等價關(guān)系的聚類 108
4.5.1 直覺模糊相似矩陣的構(gòu)造 109
4.5.2 聚類算法步驟 110
4.5.3 算例分析 111
4.6 直覺模糊C均值聚類（IFCM） 113
4.6.1 模糊C均值聚類（FCM） 113
4.6.2 直覺模糊數(shù)的模糊C均值聚類（IFCM1） 117
4.6.3 普通集合的直覺模糊C均值聚類（IFCM2） 119
4.6.4 直覺模糊集合的直覺模糊C均值聚類（IFCM3） 122
4.6.5 直覺模糊集合的模糊C均值聚類（IFCM4） 124
4.6.6 算例分析 126
4.7 基于目標(biāo)函數(shù)的直覺模糊聚類方法 129
4.7.1 直覺模糊聚類算法 129
4.7.2 直覺模糊聚類初始化方法 133
4.7.3 直覺模糊聚類有效性分析 137
4.8 本章小結(jié) 141
參考文獻(xiàn) 142
第5章 直覺模糊推理與規(guī)則庫檢驗 145
5.1 真值合成方法 145
5.2 直覺模糊條件推理 146
5.2.1 蘊涵式直覺模糊推理 146
5.2.2 條件式直覺模糊推理 147
5.2.3 多重式直覺模糊推理 148
5.2.4 多維式直覺模糊推理 148
5.2.5 多重多維式直覺模糊推理 149
5.2.6 討論 149
5.3 條件推理中的可信度傳播 149
5.3.1 典型直覺模糊推理中的可信度 150
5.3.2 加權(quán)直覺模糊推理中的可信度 150
5.3.3 狹義直覺模糊推理中的可信度 150
5.3.4 討論 151
5.4 直覺模糊近似推理方法 151
5.4.1 直覺模糊取式推理 152
5.4.2 直覺模糊拒式推理 153
5.4.3 直覺模糊假言推理 154
5.4.4 討論 155
5.5 真值限定的直覺模糊推理方法 155
5.5.1 直覺模糊邏輯轉(zhuǎn)換規(guī)則 155
5.5.2 真值限定推理方法 155
5.5.3 算例分析 157
5.5.4 討論 159
5.6 基于直覺模糊邏輯的插值推理方法 159
5.6.1 直覺模糊邏輯及命題演算 159
5.6.2 直覺模糊拒式插值推理 160
5.6.3 直覺模糊取式插值推理 164
5.6.4 直覺模糊假言插值推理 164
5.6.5 討論 167
5.7 基于包含度的直覺模糊推理方法 167
5.7.1 基于蘊涵算子的包含度 168
5.7.2 基于集合基數(shù)的包含度 169
5.7.3 基于包含度的直覺模糊相似度 170
5.7.4 基于包含度的直覺模糊推理方法 173
5.7.5 討論 175
5.8 基于數(shù)值擬合的直覺模糊近似推理方法 175
5.8.1 數(shù)值擬合方法 176
5.8.2 推理規(guī)則 176
5.8.3 直覺模糊集的近似推理 177
5.8.4 算例分析 178
5.9 基于直覺模糊相似度量的近似推理方法 179
5.9.1 基本思路 179
5.9.2 近似推理方法 180
5.9.3 算例分析 181
5.10 直覺模糊推理的規(guī)則庫檢驗方法 181
5.10.1 規(guī)則完備性 182
5.10.2 規(guī)則互作用性 182
5.10.3 規(guī)則相容性 186
5.10.4 實例分析 187
5.11 本章小結(jié) 189
參考文獻(xiàn) 189
第6章 直覺模糊綜合評判、決策與規(guī)劃 191
6.1 直覺模糊綜合評判 191
6 1.1 三角模、記分函數(shù)法、模糊運算的選取 191
6.1.2 基于可能度排序的直覺模糊綜合評判模型 196
6.1.3 基于評判函數(shù)的直覺模糊綜合評判模型 197
6.2 直覺模糊決策模型與方法 200
6.2.1 直覺模糊偏好信息的多屬性決策方法 200
6.2.2 直覺模糊環(huán)境下的多屬性決策模型 204
6.2.3 算例一 208
6.2.4 算例二 208
6.3 直覺模糊規(guī)劃模型與方法 210
6.3.1 模糊規(guī)劃 210
6.3.2 Plamen直覺模糊規(guī)劃 212
6.3.3 二階段直覺模糊規(guī)劃模型 213
6.3.4 基于DE的二階段直覺模糊規(guī)劃算法 215
6.3.5 加權(quán)直覺模糊多目標(biāo)規(guī)劃模型 217
6.3.6 算例三 218
6.3.7 算例四 223
6.4 本章小結(jié) 224
參考文獻(xiàn) 225
第7章 基于直覺模糊推理的數(shù)據(jù)挖掘 228
7.1 數(shù)據(jù)挖掘的相關(guān)理論及方法 228
7.1.1 數(shù)據(jù)挖掘的基本概念 228
7.1.2 數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域 231
7.1.3 數(shù)據(jù)挖掘的基本技術(shù) 232
7.2 直覺模糊推理 236
7.2.1 直覺模糊蘊涵關(guān)系 237
7.2.2 單前件單規(guī)則的直覺模糊推理 240
7.2.3 多前件單規(guī)則的直覺模糊推理 243
7.2.4 多前件多規(guī)則的直覺模糊推理 244
7.3 直覺模糊推理系統(tǒng) 246
7.3.1 Mamdani直覺模糊推理系統(tǒng) 247
7.3.2 Sugeno直覺模糊推理系統(tǒng) 249
7.3.3 討論 253
7.4 基于直覺模糊推理的數(shù)據(jù)挖掘 253
7.4.1 數(shù)據(jù)挖掘問題描述 253
7.4.2 屬性的隸屬度函數(shù)和非隸屬度函數(shù)的建立 254
7.4.3 數(shù)據(jù)挖掘中的直覺模糊推理算法 254
7.4.4 仿真實例 259
7.4.5 算法分析 262
7.4.6 討論 262
7.5 基于自適應(yīng)直覺模糊推理的數(shù)據(jù)挖掘 262
7.5.1 自適應(yīng)神經(jīng)-直覺模糊推理系統(tǒng) 263
7.5.2 網(wǎng)絡(luò)結(jié)構(gòu) 263
7.5.3 網(wǎng)絡(luò)的訓(xùn)練 265
7.5.4 仿真實例 270
7.5.5 算法檢驗 271
7.5.6 算法對比分析 272
7.5.7 數(shù)據(jù)挖掘系統(tǒng)的設(shè)計與實現(xiàn) 272
7.5.8 討論 276
7.6 本章小結(jié) 276
參考文獻(xiàn) 277
索引 278
書單推薦
