原创《基于OWA加权平均模糊贴近度在企业管理领域模式识别中应用》：本论文为您写加权平均毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
[摘 要]模糊贴近度的常用方法主要包括最大最小贴近度、算术平均最小贴近度、几何平均最小贴近度、Hamming贴近度.本文在讨论模糊对称交互熵的数值特征基础上,提出模糊对称交互熵贴近度的概念和计算公式；在讨论三角模糊集及权重、正态模糊集及权重的基础上,提出模糊贴近度OWA加权平均的方法.最后以企业管理领域的模式识别为例,应用专家测评方法,进行被测样本模式归属的实证研究.
[关键词]模糊贴近度；OWA加权；模式识别
doi：10.3969/j.issn.1673 - 0194.2017.12.060
[中图分类号]F279.23 [文献标识码]A [文章编号]1673-0194（2017）12-0-03
模糊贴近度作为一种处理客观研究对象不确定性的数学工具,在企业管理的控制、决策、推理等多个环节中有着广泛的应用.本文主要研究模糊贴近度在工商企业管理领域进行模式识别的应用.当一个对象在诸多样本标准中和某一样本标准的贴近度最大,则认为这一对象归属这一样本是合理的,这就是最大贴近度原则.赵沁平对模糊集合的贴近度进行了梳理和归纳.卢国祥提出了一种基于模糊信息的距离测度,即模糊对称交互熵,指出模糊对称交互熵可用于模式识别.本文的创新之处在于对模糊对称交互熵进行深入研究,揭示其数值的形态特征,提出模糊对称交互熵贴近度的概念和方法,同时,提出以下的论题：本文的任务不是罗列各种模式识别的方法,得出各种模式识别的结论,而是要在各种方法的基础上,综合出一种更为合理的结论.
1 模糊贴近度
常见的模糊贴近度用以下各式进行表示.
定义1：设离散论域X等于{x1,x2,x3,等,xn},?和为X上的模糊子集,∨和∧表示通常的格运算.
（1）最大最小贴近度
（1）
（2）算术平均最小贴近度
（2）
（3）几何平均最小贴近度
（3）
（4）Hamming贴近度
（4）
2 模糊对称交互熵贴近度
2.1 模糊对称交互熵
卢国祥阐述了模糊对称交互熵的定义.
定义2：设A等于（μA（x1）,μA（x2）,等,μA（xn））；B等于（μB（x1）,μB（x2）,等,μB（xn））为两个模糊向量.
对于某个xi,定义μA（xi）对μB（xi）的交互熵为：
于是两个模糊集A对B的模糊交互熵（Fuzzy Cross Entropy,FCE）可定义为：
（5）
上述定义的模糊交互熵（FCE）只满足非负性,但不满足对称性和三角不等式.所以对其进行改进,提出如下的模糊对称交互熵定义.
定义3：设A等于（μA（x1）,μA（x2）,等,μA（xn））；B等于（μB（x1）,μB（x2）,等,μB（xn））为两个模糊向量.
F（A||B）和F（B||A）分别是A对B和B对A的模糊交互熵.由此对应A和B的模糊对称交互熵（Fuzzy Symmetric Cross Entropy,FSCE）为：
D（A||B）等于F（A||B）+F（B||A）（6）
文[2]中证明了模糊对称交互熵具有非负性、对称性,满足三角不等式,因此构成两个模糊向量的度量.这在某种意义上可以表现为两个模糊向量之间的距离.当距离较大时,可以认为其较不“贴近”或“贴近”的度量较小；当距离较小时,可以认为其较“贴近”或“贴近”的度量较大.显然,模糊对称交互熵用于模式识别也是可行的,只是它的度量和贴近度的度量意义正好相反.为了使模糊对称交互熵和贴近度在相同意义下用于模式识别,对两者的数值特性进行比较是必要的.一个问题是模糊对称交互熵的数值是不是和贴近度一样满足0≤σ≤1,下文进行一个具体的数值计算.
2.2 模糊对称交互熵的数值讨论
例1：设：A等于（0.2,0.4,0.5,0.1）；B等于（0.2,0.3,0.5,0.2）
同样可计算F（B||A）等于0.066,于是D（A||B）等于0.1254.
这一模糊对称交互熵正好在[0,1],但是一般情况需要深入讨论.从模糊对称交互熵的计算公式可以看出,模糊对称交互熵是关于两个模糊向量的2n个隶属度的多元函数.为了简化讨论,又不失一般性,这里仅对两个一元互补模糊向量进行讨论.
例2：设：
例3：设
从例2和例3可以看出,模糊对称交互熵是超出[0,1]的.并且当A的隶属度取值在0～0.5,隶属度趋向于0时,F（A||B）是增加的,隶属度趋向于0.5时,F（A||B）是减少的.
定理1：设模糊向量A等于（1-x）,B等于（x）；x∈[0,0.5]则：
（1）F（A||B）在所论区间上是递减函数；
（2）；
（3）；
证：（1）
求导数
故为递减函数.
（2）
故,
（3）代入即可.
定理2：设模糊向量A等于（1-x）,B等于（x）；x∈[0,0.5]
则F（A||B）等于F（B||A）,于是D（A||B）等于2F（A||B）等于2F（B||A）证：
即得證明.
2.3 模糊对称交互熵贴近度
有了上述简明情况作为基础,为了和贴近度有同样的数值性质,现定义以下的模糊对称交互熵的贴近度变换式是合适的.
定义4：设A等于（μA（x1）,μA（x2）,等,μA（xn））；B等于（μB（x1）,μB（x2）,等,μB（xn））为两个模糊向量.称：
加权平均论文参考资料：
结论：基于OWA加权平均模糊贴近度在企业管理领域模式识别中应用为关于本文可作为加权平均方面的大学硕士与本科毕业论文加权平均法计算公式论文开题报告范文和职称论文论文写作参考文献下载。
