掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
智能語言決策理論與方法 版權信息
- ISBN：9787030664785
- 條形碼：9787030664785 ; 978-7-03-066478-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能語言決策理論與方法 本書特色
本書將主要介紹近年來國內外學者特別是作者本人在智能語言術語集的信息表示、智能語言術語集的測度理論、智能語言術語集的集成方式、以及基于上述信息處理工具的智能語言決策模型和方法等方面的**研究成果.
智能語言決策理論與方法 內容簡介
智能語言術語集是可以同時具有模糊性、猶豫度、近似性與隨機性或可能性等的語言術語集,在處理復雜不確定、不完整等信息方面更具靈活性和實用性。本書搶先發售提出智能語言術語集的概念與智能語言術語集的信息表示,介紹了近年來國內外學者特別是作者本人及其團隊在智能語言術語集的測度理論、智能語言術語集的集成方式,以及基于上述信息處理工具的智能語言決策模型和方法等方面的近期新研究成果,且該研究成果已廣泛應用于決策、醫療診斷、未來規劃、模式識別、機器學習和預測等諸多領域°本書可作為模糊數學、系統科學、運籌學信息科學和管理科學等領域的研究人員和工程技術人員的參考書,也可作為高等院校相關專業高年級本科生和研究生的教學用書。
智能語言決策理論與方法 目錄
目錄
前言
第1章 智能語言的基本概念 1
1.1 智能語言的概念 1
1.1.1 語言與模糊語言 1
1.1.2 直覺模糊語言與Pythagorean模糊語言 3
1.1.3 猶豫模糊語言與概率語言 7
1.1.4 Z-語言與直覺Z-語言 8
1.1.5 智能語言 10
1.2 智能語言的比較規則 10
1.2.1 得分函數與精確函數 11
1.2.2 可能度 15
1.3 小結 19
參考文獻 19
第2章 智能語言集的測度理論 22
2.1 幾種基本度量方法 22
2.1.1 距離測度 22
2.1.2 相似性測度 23
2.1.3 熵測度 23
2.2 直覺模糊語言的度量 24
2.3 Pythagorean模糊語言的度量 30
2.4 猶豫模糊語言的度量 33
2.5 概率語言的度量 37
2.6 直覺Z-語言的度量 42
2.7 小結 45
參考文獻 45
第3章 模糊語言信息集成方法 47
3.1 幾種常見的信息集成算子 47
3.2 模糊語言信息集成方法 52
3.2.1 模糊語言誘導加權平均距離算子 52
3.2.2 FPLOWA算子與FPLIOWA算子 57
3.2.3 決策算法與案例分析 60
3.3 直覺模糊語言信息集成方法 63
3.3.1 IFLIOWA算子與IFLIOWGA算子 63
3.3.2 決策算法與案例分析 69
3.3.3 直覺模糊語言混合集成算子 73
3.3.4 決策算法與案例分析 77
3.4 Pythagorean模糊語言信息集成方法 82
3.4.1 Pythagorean三角模糊語言Bonferroni均值算子 82
3.4.2 決策算法與案例分析 90
3.5 小結 93
參考文獻 93
第4章 智能語言信息集成方法 96
4.1 猶豫模糊語言信息集成方法 96
4.1.1 猶豫模糊語言集成算子 96
4.1.2 猶豫模糊語言多屬性決策算法及案例 106
4.2 概率語言信息集成方法 109
4.2.1 概率語言術語集成算子 109
4.2.2 概率語言多屬性決策算法及案例 110
4.3 Z-語言信息集成方法 112
4.3.1 基于Z-語言信息的集成算子 112
4.3.2 Z-語言多屬性決策算法及案例 117
4.4 小結 121
參考文獻 122
第5章 智能語言群決策模型及方法 123
5.1 幾種決策模型 123
5.1.1 TOPSIS決策模型 123
5.1.2 TODIM決策模型 124
5.1.3 VIKOR決策模型 126
5.1.4 AHP決策模型 128
5.2 基于智能語言信息的TOPSIS決策模型 130
5.2.1 廣義區間直覺模糊語言TOPSIS決策模型 131
5.2.2 投資策略選擇 134
5.2.3 概率語言TOPSIS決策模型 137
5.2.4 輿情系統選擇 138
5.3 基于智能語言信息的TODIM方法 143
5.3.1 IVPFLV的統計特征 143
5.3.2 基于IVPFLV的主成分模型 146
5.3.3 基于IVPFL-PCA的TODIM決策算法 150
5.3.4 地震應急決策 151
5.4 基于智能語言信息的VIKOR方法 155
5.4.1 區間Pythagorean模糊語言VIKOR決策模型 155
5.4.2 企業選址問題 157
5.5 基于智能語言信息的優先分類決策方法 161
5.5.1 區間直覺模糊語言優先分類決策模型 161
5.5.2 供應商評級 163
5.6 基于智能語言信息的AHP方法 168
5.6.1 概率語言AHP決策模型 168
5.6.2 未來城市發展前景 170
5.7 小結 173
參考文獻 173
第6章 總結與展望 176
6.1 本書總結 176
6.1.1 智能語言的基本理論 176
6.1.2 智能語言的度量 177
6.1.3 模糊語言信息集成方法 177
6.1.4 智能語言信息集成方法 177
6.1.5 智能語言群決策模型及方法 178
6.2 未來工作展望 178
6.2.1 復雜問題的智能語言處理 178
6.2.2 智能語言信息的度量公理化 178
6.2.3 智能語言信息時序建模預測 179
6.2.4 基于智能語言信息預測的決策理論 179
前言
第1章 智能語言的基本概念 1
1.1 智能語言的概念 1
1.1.1 語言與模糊語言 1
1.1.2 直覺模糊語言與Pythagorean模糊語言 3
1.1.3 猶豫模糊語言與概率語言 7
1.1.4 Z-語言與直覺Z-語言 8
1.1.5 智能語言 10
1.2 智能語言的比較規則 10
1.2.1 得分函數與精確函數 11
1.2.2 可能度 15
1.3 小結 19
參考文獻 19
第2章 智能語言集的測度理論 22
2.1 幾種基本度量方法 22
2.1.1 距離測度 22
2.1.2 相似性測度 23
2.1.3 熵測度 23
2.2 直覺模糊語言的度量 24
2.3 Pythagorean模糊語言的度量 30
2.4 猶豫模糊語言的度量 33
2.5 概率語言的度量 37
2.6 直覺Z-語言的度量 42
2.7 小結 45
參考文獻 45
第3章 模糊語言信息集成方法 47
3.1 幾種常見的信息集成算子 47
3.2 模糊語言信息集成方法 52
3.2.1 模糊語言誘導加權平均距離算子 52
3.2.2 FPLOWA算子與FPLIOWA算子 57
3.2.3 決策算法與案例分析 60
3.3 直覺模糊語言信息集成方法 63
3.3.1 IFLIOWA算子與IFLIOWGA算子 63
3.3.2 決策算法與案例分析 69
3.3.3 直覺模糊語言混合集成算子 73
3.3.4 決策算法與案例分析 77
3.4 Pythagorean模糊語言信息集成方法 82
3.4.1 Pythagorean三角模糊語言Bonferroni均值算子 82
3.4.2 決策算法與案例分析 90
3.5 小結 93
參考文獻 93
第4章 智能語言信息集成方法 96
4.1 猶豫模糊語言信息集成方法 96
4.1.1 猶豫模糊語言集成算子 96
4.1.2 猶豫模糊語言多屬性決策算法及案例 106
4.2 概率語言信息集成方法 109
4.2.1 概率語言術語集成算子 109
4.2.2 概率語言多屬性決策算法及案例 110
4.3 Z-語言信息集成方法 112
4.3.1 基于Z-語言信息的集成算子 112
4.3.2 Z-語言多屬性決策算法及案例 117
4.4 小結 121
參考文獻 122
第5章 智能語言群決策模型及方法 123
5.1 幾種決策模型 123
5.1.1 TOPSIS決策模型 123
5.1.2 TODIM決策模型 124
5.1.3 VIKOR決策模型 126
5.1.4 AHP決策模型 128
5.2 基于智能語言信息的TOPSIS決策模型 130
5.2.1 廣義區間直覺模糊語言TOPSIS決策模型 131
5.2.2 投資策略選擇 134
5.2.3 概率語言TOPSIS決策模型 137
5.2.4 輿情系統選擇 138
5.3 基于智能語言信息的TODIM方法 143
5.3.1 IVPFLV的統計特征 143
5.3.2 基于IVPFLV的主成分模型 146
5.3.3 基于IVPFL-PCA的TODIM決策算法 150
5.3.4 地震應急決策 151
5.4 基于智能語言信息的VIKOR方法 155
5.4.1 區間Pythagorean模糊語言VIKOR決策模型 155
5.4.2 企業選址問題 157
5.5 基于智能語言信息的優先分類決策方法 161
5.5.1 區間直覺模糊語言優先分類決策模型 161
5.5.2 供應商評級 163
5.6 基于智能語言信息的AHP方法 168
5.6.1 概率語言AHP決策模型 168
5.6.2 未來城市發展前景 170
5.7 小結 173
參考文獻 173
第6章 總結與展望 176
6.1 本書總結 176
6.1.1 智能語言的基本理論 176
6.1.2 智能語言的度量 177
6.1.3 模糊語言信息集成方法 177
6.1.4 智能語言信息集成方法 177
6.1.5 智能語言群決策模型及方法 178
6.2 未來工作展望 178
6.2.1 復雜問題的智能語言處理 178
6.2.2 智能語言信息的度量公理化 178
6.2.3 智能語言信息時序建模預測 179
6.2.4 基于智能語言信息預測的決策理論 179
展開全部
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
史學評論
- >
朝聞道
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
龍榆生：詞曲概論/大家小書
- >
我與地壇
- >
小考拉的故事-套裝共3冊
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
