模糊積分在多元分析中的應(yīng)用研究.pdf

1、在信息社會的今天，人們不可避免地要處理大量的模糊現(xiàn)象，而傳統(tǒng)方法面對模糊現(xiàn)象顯得十分不足，精確性和模糊性越發(fā)沖突。近幾年來，模糊測度和模糊積分理論被廣泛應(yīng)用于綜合評判過程、聚類分析、信息系統(tǒng)辨別等諸多領(lǐng)域。然而由于模糊積分在多元分析中的應(yīng)用理論過于零散，大多數(shù)文章只是針對綜合評判這一方面進行研究，不能更好地解決現(xiàn)實中的分類問題及信息辨別問題等。本文首先總結(jié)了模糊積分在綜合評判和聚類分析中的應(yīng)用，進一步完善了模糊積分在這兩大基本領(lǐng)域的應(yīng)用

2、。關(guān)于模糊積分在最新領(lǐng)域的應(yīng)用，特別是最近幾年的熱點問題--支持向量機系統(tǒng)和遺傳算法方面我們做了較深入的研究工作。
　　 本文就模糊積分在多元分析中的應(yīng)用展開多方面的探討和進一步的研究，使之能更好更全面地解決現(xiàn)實問題。在本文中，我們主要引進了兩大模糊積分：Sugeno積分和Choquet積分，并在具體實驗中對它們的應(yīng)用進行了比較。這兩種模糊積分是在gλ模糊測度的基礎(chǔ)引進的。
　　 本文首先對模糊積分在綜合評判中的應(yīng)用理論