1) Normal Distribution Fuzzy Sets
正态模糊集合
2) fuzzy set
模糊集合
1.
Defects and overcoming of Zadeh s fuzzy set theory: C*-fuzzy set theory;
Zadeh模糊集合理论的缺陷及其改进:C*-模糊集合理论
2.
Evidence theory information fusion method based on fuzzy set;
基于模糊集合的证据理论信息融合方法
3.
The structures on single direction singular rough fuzzy sets;
单向奇异粗糙模糊集合的结构
4) normal fuzzy number
正态模糊数
1.
In order to soften partition boundary of the domain, the relational fuzzy c means algorithm is adopted to determine two parameters of normal fuzzy numbers, then the normal fuzzy number model is adopted to partition the domain of the quantitative attributes and a series of linguistic value association rules are generated.
为了软化论域的划分边界 ,应用相关的模糊 c-方法 (rela-tional fuzzy c- means,简称 RFCM)算法确定正态模糊数的两个参数 ,并借助正态模糊数模型来划分数量属性的论域 ,由此生成一系列的语言值关联规则 。
2.
A new pricing approach to real option is thus proposed to transform the forecast intervals evaluated by experts into some normal fuzzy numbers with the lattice closenes.
提出了将预期现金流收益现值的专家评估区间转化成正态模糊数并利用格贴近度构造权向量的一种新的实物期权定价方法,验证了利用正态模糊数估计现金流收益现值的合理性。
3.
The linguistic variable of the evaluation value and weight vectors is modeled by the normal fuzzy number,and the decision making framework based on the linguistic operator is established by the weighted mean method.
采用正态模糊数描述指标级别和权重的语言值,并通过加权平均方法构建了基于语言算子的决策框架。
5) dynamic fuzzy sets
动态模糊集
1.
Research on Dynamic Fuzzy Sets-based Data Mining Method;
基于动态模糊集(DFS)的数据发掘方法研究
2.
A comprehensive evaluation in website of the university library based on dynamic fuzzy sets
基于动态模糊集的高校图书馆网站综合评价
3.
In the end a strategy constructing function in the model is realized by means of dynamic fuzzy sets and reinforcement learning technology so that Agent is able to learn on-line in dynamic surroundings and be more adaptive.
本文基于动态模糊集(DFS),抓住Agent心智特性,提出了一种Agent学习模型,构建出该模型下的Agent混合结构并给出了该模型的工作机制,最后借助动态模糊集(DFS)和强化学习技术实现了模型中的策略构造函数,使Agent具有自适应动态环境的能力和在线学习能力。
6) Dynamic Fuzzy Set
动态模糊集
1.
Based on Dynamic Fuzzy Set,the Dynmic Fuzzy Measure theorem is proposed in this paper.
基于动态模糊集，提出动态模糊测度理论。
2.
Dynamic Teaching Evaluation Based on Dynamic Fuzzy Set;
现有的评价系统往往忽略了动态性或模糊性,动态教学评价是基于动态模糊集理论(DFS)作的一次新的尝试。
补充资料：模糊集合
| 模糊集合 fuzzy set 用来表达模糊性概念的集合。 又称模糊集、模糊子集。普通的集合是指具有某种属性的对象的全体。这种属性所表达的概念应该是清晰的，界限分明的。因此每个对象对于集合的隶属关系也是明确的，非此即彼。但在人们的思维中还有着许多模糊的概念，例如年轻、很大、暖和、傍晚等，这些概念所描述的对象属性不能简单地用“是”或“否”来回答，模糊集合就是指具有某个模糊概念所描述的属性的对象的全体。由于概念本身不是清晰的、界限分明的，因而对象对集合的隶属关系也不是明确的、非此即彼的。这一概念是美国加利福尼亚大学控制论专家L.A.扎德于 1965 年首先提出的。模糊集合这一概念的出现使得数学的思维和方法可以用于处理模糊性现象，从而构成了模糊集合论（中国通常称为模糊性数学)的基础。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条