×
刘亚亚；秦可云；张饶；Mahamadu、Mahamuda Alhaji

对象参数法用于预测不完全模糊软集中的未知数据。 （英语） Zbl 1368.68297号

国际期刊申请。数学。计算。科学。 27，第1号，157-167（2017）.
不完全模糊软集的研究是模糊软集研究的一个组成部分，最近才开始。在这项工作中，我们首先指出了在不完全模糊软集中预测未知数据的现有方法存在一些局限性，然后我们提出了一种改进的方法。我们的方法中显示的对象和参数之间的隐藏信息更加全面。此外，基于模糊集的相似性度量，提出了一种新的可调整对象参数方法来预测不完备模糊软集中的未知数据。数据预测将不完全模糊软集转化为完整模糊软集，使模糊软集不仅适用于决策，也适用于其他领域。通过汇率交换数据集得出的比较结果表明，改进的方法和新的可调对象参数方法在预测精度方面都优于现有方法。

引用于5文件

MSC公司：

68层37 人工智能背景下的不确定性推理

关键词：

模糊软集；不完全模糊软集；目标参数法；预测；相似性度量

软件：

RSBR公司_
PDF格式BibTeX公司 XML格式引用
\textit{Y.Liu}等人，国际期刊应用。数学。计算。科学。27，第1号，157--167（2017；Zbl 1368.68297）
全文： 内政部

参考文献：

[1] Alcantud，J.C.R.（2016）。基于多观测器输入参数数据集的模糊软集决策新算法，信息融合29:142-148。；
[2] Atanassov，K.T.（1986年）。直觉模糊集，模糊集与系统20（1）：87-96·Zbl 0631.03040号
[3] Deng，T.和Wang，X.（2013）。一种在不完全模糊软集中预测未知数据的对象参数方法，应用数学建模37（6）：4139-4146·Zbl 1444.03151号
[4] Fan，J.（2002）。一些新的相似性度量，《西安邮电学院学报》3（7）：69-71。；
[5] Feng，F.、Liu，X.、Leoreanu-Fotea，V.和Jun，Y.B.（2011）。软集与软粗糙集，信息科学181（6）：1125-1137·Zbl 1211.68436号
[6] Gau，W.L.和Buehrer，D.J.（1993）。模糊集，IEEE系统、人与控制论汇刊23（2）：610-614·Zbl 0782.04008号
[7] Herawan，T.和Deris，M.M.（2011年）。关联规则挖掘的软集方法，基于知识的系统24（1）：186-195。；
[8] 姜瑜、刘慧、唐瑜和陈琦（2011）。使用基于本体论的软件集进行语义决策，数学和计算机建模53（5）：1140-1149·Zbl 1217.68213号
[9] Jiang，Y.、Tang，Y.、Chen，Q.、Liu，H.和Tang，J.（2010）。区间值直觉模糊软集及其性质，计算机与数学及其应用60（3）：906-918·Zbl 1201.03047号
[10] Jun，Y.B.、Lee，K.J.和Park，C.H.（2009）。软集理论在d-代数、计算机和数学及其应用中的理想应用57（3）：367-378·Zbl 1165.03339号
[11] Kong，Z.，Wang，L.和Wu，Z.（2011）。基于灰色理论的模糊软集在决策问题中的应用，计算与应用数学杂志236（6）：1521-1530。；
[12] Li，Y.，Qin，K.和He，X.（2014）。构造相似度量的一些新方法，模糊集与系统234（1）：46-60·Zbl 1315.03096号
[13] Li，Z.，Wen，G.和Xie，N.（2015a）。一种基于灰色关系分析和Dempster-Shafer证据理论的决策中的模糊软集方法：在医学诊断中的应用，人工智能在医学中的应用64:161-171。；
[14] Li，Z.，Xie，N.和Wen，G.（2015b）。软覆盖及其参数约简，应用软计算31:48-60。；
[15] Li，Z.和Xie，T.（2014）。软集、软粗糙集与拓扑的关系，软计算18（4）：717-728·Zbl 1331.68222号
[16] Maji，P.K.、Biswas，R.和Roy，A.R.（2001年）。模糊软集，模糊数学杂志9（3）：589-602·兹比尔0995.03040
[17] Molodtsov，D.（1999）。软集理论第五个结果，《计算机与数学应用》37（4）：19-31·Zbl 0936.03049号
[18] Muthukumar，P.和Krishnan，G.S.S.（2016年）。直觉模糊软集的相似性度量及其在医学诊断中的应用，应用软计算41:148-156。；
[19] Nowicki，R.（2010）。关于使用粗糙神经模糊系统对缺失数据进行分类，《国际应用数学与计算机科学杂志》20（1）：55-67，DOI:10.2478/v10006-010-0004-8·Zbl 1300.93106号
[20] Pawlak，Z.（1982年）。粗糙集，《国际计算机与信息科学杂志》11（5）：341-356·Zbl 0501.68053号
[21] Qin，H.，Ma，X.，Herawan，T.和Zain，J.M.（2012a）。DFIS：一种新的不完全软集数据填充方法，《国际应用数学与计算机科学杂志》22（4）：817-828，DOI:10.2478/v10006-012-0060-3·Zbl 1287.68161号
[22] Qin，H.，Ma，X.，Zain，J.M.和Herawan，T.（2012b）。一种新的软集聚类属性选择方法，基于知识的系统36:139-145。；
[23] Roy，A.R.和Maji，P.（2007年）。决策问题的模糊软集理论方法，计算与应用数学杂志203（2）：412-418·Zbl 1128.90536号
[24] Siwek，K.和Osowski，S.（2016）。空气污染预测的数据挖掘方法，国际应用数学与计算机科学杂志26（2）：467-478，DOI:10.1515/amcs-2016-0033·兹比尔1347.93048
[25] 王平（1983）。《模糊集及其应用》，上海科学技术出版社，上海·Zbl 0546.0005
[26] Xiao，Z.、Gong，K.和Zou，Y.（2009）。基于模糊软集的组合预测方法，计算与应用数学杂志228（1）：326-333·Zbl 1161.91472号
[27] 谢N.、韩Y.和李Z.（2015）。基于灰色关联分析和霉素确定性因子的决策模糊软集新方法，国际计算智能系统杂志8（5）：959-976。；
[28] Xu，W.，Ma，J.，Wang，S.和Hao，G.（2010）。模糊软集及其性质，《计算机与数学及其应用》59（2）：787-794·Zbl 1189.03063号
[29] Yang，X.、Lin，T.Y.、Yang，J.、Li，Y.和Yu，D.（2009）。区间值模糊集与软集的结合，计算机与数学与应用58（3）：521-527·Zbl 1189.03064号
[30] 洛杉矶扎德（1965年）。模糊集，信息与控制8（3）：338-353·Zbl 0139.24606号
[31] Zhao，A.和Guan，H.（2015）。模糊值语言软集理论与多属性决策应用，混沌、孤子与分形89:2-7·Zbl 1360.62037号
[32] Zhong，N.和Skowron，A.（2001）。基于粗糙集的知识发现过程，国际应用数学与计算机科学杂志11（3）：603-619·Zbl 0990.68139号
[33] 邹毅和肖哲（2008）。不完全信息下软集的数据分析方法，基于知识的系统21（8）：941-945。；
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。