[发明专利]基于广义一般二型模糊集合的词计算方法及其装置

权利要求书

1.一种基于广义一般二型模糊集合的词计算方法，其特征在于，包含如下内容：

步骤1、根据具体问题，通过其输入、输出词语构建广义一般二型模糊集合词语模型；

步骤2、建立各个评估标准的单变量规则模块，对于每一个待评估对象，通过广义一般二型模糊集合接近度，测量其实际输入评估标准语言值和相应单变量规则模块规则前件的接近度，将测量得到的接近度作为权值和规则后件聚合计算获取中间输出词语语言值；

步骤3、针对单变量规则模块，根据约束多目标优化算法获得相应权值和中间输出词语语言值，通过信息聚合计算得到最终输出词语语言值，遍历f个待评估对象获得它们的最终输出词语语言值；

步骤4、针对最终输出词语语言值，通过分数函数方法进行排序确定多个待评估对象相互关系，或通过计算最终输出词语语言值与已知输出词语语言值接近度并通过接近度选取相应词语作为最后输出结果确定待评估对象实际输出的词语语言值；

所述的步骤1包含如下内容：

步骤11、根据评估标准收集区间数据，获取一型和/或区间值二型模糊集合；

步骤12、根据一型和/或区间值二型模糊集合，构造广义一般二型模糊集合水平切片，得到广义一般二型模糊集合词语模型

步骤13、确定输入词语语言值i＝1,2,…,N，输出词语语言值及对于所有f个待评估对象针对每个评估标准确定实际输入词语语言值，其中，N为评估标准数目。

2.根据权利要求1所述的基于广义一般二型模糊集合的词计算方法，其特征在于，所述的步骤11中收集的区间数据包含确定区间数据和/或不确定区间数据其中，和为精确值，和为区间数，i＝1,2,…,n；针对确定区间数据，通过多目标限制优化方法获取一型模糊集合及其标准三角隶属函数；对于不确定区间数据，从两个端点区间数和按照均匀分布原则选取随机端点和k＝1,2,…,m，得到确定区间数据通过多目标限制优化方法获取一型模糊集合及其标准三角隶属函数对于所有m个确定区间数据得到相应的m个嵌入一型模糊集合，采用作为区间值二型模糊集合的不确定覆盖域，其中，和分别作为下、上边界隶属函数。

3.根据权利要求2所述的基于广义一般二型模糊集合的词计算方法，其特征在于，所述的步骤12中，根据步骤11获取的一型和/或区间值二型模糊集合，构造广义一般二型模糊集合水平切片，当z＝0时，对应的水平切片为当z＝1/n时，对应的水平切片是n个一型和/或区间值二型模糊集合所有论域元素及其对应的隶属度组成的二维区域并集当z＝2/n时，对应的水平切片是从n个一型和/或区间值二型模糊集合中任选两个求两者论域元素及其隶属度组成二维区域的交集，求所有C_n²个交集的并集依次得到z＝3/n，…，z＝1分别对应的水平切片得到广义一般二型模糊集合词语模型，表示为：

4.根据权利要求3所述的基于广义一般二型模糊集合的词计算方法，其特征在于，所述的步骤2包含：

步骤21、根据广义一般二型模糊集合的距离测度和接近度的关系计算实际输入评估标准语言值和单变量规则模块规则前件的接近度i＝1,2,…,N，j＝1,2,…,f，h＝1,2,…,s_i；

步骤22、对于单变量规则模块中的所有规则，采用接近度作为前件和实际输入评估标准语言值匹配度，与相应规则后件进行加权平均，计算得到中间输出词语语言值；

步骤23、对于每一待评估对象的N个实际输入评估标准语言值分别计算它们和对应单变量规则模块的中间输出词语语言值遍历f个待评估对象，得到Nf个中间输出词语语言值。