基于核与灰度的区间灰数运算法则的修正

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (23): 28-30.

基于核与灰度的区间灰数运算法则的修正

曾梅兰1，2，高明美2，3

1.湖北工程学院数学与统计学院，湖北孝感 432000
2.南京航空航天大学经济与管理学院，南京 211106
3.青岛大学数学科学学院，山东青岛 266071

出版日期:2015-12-01 发布日期:2015-12-14

Modification of algorithm rules of interval grey numbers based on kernel and degree of greyness of grey numbers

ZENG Meilan1，2, GAO Mingmei2，3

1.College of Mathematics and Statistics, Hubei Engineering University, Xiaogan, Hubei 432000, China
2.College of Economics & Management, Nanjing University of Aeronautics & Astronautics, Nanjing 211106, China
3.College of Mathematics, Qingdao University, Qingdao, Shandong 266071, China

Online:2015-12-01 Published:2015-12-14

摘要/Abstract

摘要： 针对灰度不减公理的局限性，对基于核和灰度的灰数加、减和数乘运算法则进行了修正。定理2和实例表明修正后的灰数运算法则更具合理性，并给出了新的灰数运算法则在多属性决策中的应用。

关键词: 区间灰数, 核, 灰度, 运算法则

Abstract: With respect to the limitations of the greyness axiom, it revises the algorithm rules of interval grey numbers-addition, subtraction and multiplication, which based on the kernel and the degree of greyness of grey numbers. Theorem 2 and examples show that the modified algorithm of interval grey numbers is more reasonable. An example is used to illustrate the application of the new grey numbers algorithms in multiple attribute decision making.

Key words: interval grey numbers, kernel, degree of greyness of grey numbers, algorithm rules

曾梅兰1，2，高明美2，3. 基于核与灰度的区间灰数运算法则的修正[J]. 计算机工程与应用, 2015, 51(23): 28-30.

ZENG Meilan1，2, GAO Mingmei2，3. Modification of algorithm rules of interval grey numbers based on kernel and degree of greyness of grey numbers[J]. Computer Engineering and Applications, 2015, 51(23): 28-30.

[1]	邓利芳，党建武，王阳萍，王松. 结合混合核特征映射的空域图像隐写分析[J]. 计算机工程与应用, 2021, 57(9): 118-125.
[2]	乔慧，周水生. 非线性角度2DPCA及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(8): 112-118.
[3]	马梦萍，杨志霞. 非对称ν-无核二次曲面支持向量回归机[J]. 计算机工程与应用, 2021, 57(7): 70-77.
[4]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[5]	顾上航，张利军，郭越超，徐勇. 基于无效卷积核权值回退的神经网络优化方法[J]. 计算机工程与应用, 2021, 57(22): 86-91.
[6]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[7]	朱梦，闵卫东，张煜，段静雯. 基于HardSoftmax的并行选择核注意力[J]. 计算机工程与应用, 2021, 57(21): 95-101.
[8]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[9]	万达，李俊. 锦标赛精英学习与协方差变异的烟花算法[J]. 计算机工程与应用, 2021, 57(19): 84-96.
[10]	彭永刚. 量子控制非门核磁共振脉冲序列设计与验证[J]. 计算机工程与应用, 2021, 57(18): 97-102.
[11]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[12]	陆小玲，吴海锋，曾玉，孔伶旭，罗金玲. 3D迁移网络的阿尔茨海默症分类研究[J]. 计算机工程与应用, 2021, 57(16): 253-262.
[13]	杨春雨，徐洋，张思聪，李小剑. 基于静态特征融合的恶意软件分类方法[J]. 计算机工程与应用, 2021, 57(15): 147-155.
[14]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[15]	陈少洁，赵淦森，林成创，彭璟，黄凯信，李壮伟，黄润桦，杜嘉华，樊小毛. 深度学习在染色体分割中的应用综述[J]. 计算机工程与应用, 2021, 57(11): 46-56.