论文部分内容阅读
在现实世界中，相当一部分具有模糊性的信息是Fuzzy集理论无法表示和处理的，而Vague集能够表示和处理更为丰富的具有模糊性的不确定性信息。采用Vague集来进行模糊信息处理的研究，将为计算机在现实生活中进行智能信息处理提供一个新的工具。 本文首先通过研究Vague集与Fuzzy集的关系，结合Vague集理论及投票模型下的解释，对Vague集向Fuzzy集转化的方法进行了分析，根据Vague集的三维表示图直观地提出一种新的有效方法，并通过实例说明该方法的有效性和直观性。接着对Vague集的相似度量进行分析，并根据相似工程学原理，指出一个相似度量必须满足的约束条件，提出一种改进的Vague集相似度量公理化定义，引入一种新的Vague集相似度量方法，并证明它满足这些公理化条件，用实例说明其应用以及该方法的有效性和直观性。然后对已有的基于Vague集的多目标模糊决策方法进行了分析，得出现有Vague集的多目标模糊决策方法存在着缺陷，从而提出了一种新的多目标模糊决策的Vague集方法，该方法给出了一个新的精确评分函数对方案进行排序，选出最优方案。最后引入Vague集分析软件系统可靠性，在顺序和选择结构系统中通过三角形的Vague集方法运算证实，该方法可以更灵活、更智能有效地分析软件系统可靠性。同时介绍了一种基于Vague集理论的医疗诊断系统的设计实现方法，该方法中采用Vague集的精确记