一种基于包含关系的Vague集新相似度量方法
冯卫兵
韩玉
西安科技大学 理学院,陕西 西安 710054
摘要：针对已有相似度量方法考虑因素不全面的情况,本文从二次投票出发同时考虑了二次投票中支持度、反对度和未知度的包含关系,合理设置系数,提出一种新的基于包含关系的 Vague集相似度量方法,理论证明新相似度量方法满足相似度量的基本准则.分别选取小样本和大样本与已有相似度量方法进行比较,提出了一种新的相似度区分能力的定义.实验结果表明:对于小样本数据,本文提出的相似度量方法区分能力最大为0.14;对于大样本数据,本文提出的相似度量方法区分能力最大为 119.8.将新相似度量方法分别应用于故障诊断、模式识别和多准则决策中,结果表明新的相似度量方法能够有效和合理地区分数据.
关键词：Vague集相似度包含关系模式识别多准则决策
分类号：TP301(计算技术、计算机技术)
资助基金：国家自然科学基金(71473194)陕西省技术创新引导专项(基金)项目(2020CGXNG-013)
论文发表日期：2023-02-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 90-97 )