本書繫統介紹直覺模糊集理論及其在模式識別、
數據挖掘、信息融合、信息安全
等領域的應用。全書分上下冊，共13章，雷英傑、趙
傑、路艷麗、王毅、雷陽等著的《直覺模糊集理論及
應用(上)》為1～7章。下冊為8～13章。第1章介紹
直覺模糊集的形成與發展，基本運算、截集及核；第
2章介紹直覺模糊集的隸屬度函
數、非隸屬度函數的確定方法，直覺模糊算子，擴展
運算及分解定理；第3章介紹直
覺模糊集之間的度量及直覺模糊熵；第4章介紹直覺
模糊關繫及直覺模糊聚類：第5
章介紹直覺模糊推理與規則庫檢驗；第6章介紹直覺
模糊綜合評判、決策與規劃；第
7章介紹基於直覺模糊推理的數據挖掘；第8章介紹基
於直覺模糊集的數據關聯方法：
第9章介紹基於直覺模糊集的目標識別；第10章介紹
基於直覺模糊集的態勢評估；
第11章介紹基於直覺模糊集的威脅評估；第12章介紹
基於直覺模糊集的信息安全評
估與網絡流量預測；第13章介紹基於直覺模糊集的網
絡入侵檢測與意圖識別。書中直
覺模糊集的典型應用實例取自一些成功的應用案例，
期望對讀者有一定的啟迪。
本書內容新穎、邏輯嚴謹、語言通俗、理例結合
、注重基礎、面向應用。本書是作者
在國家自然科學基金資助下繫列研究成果的彙集，取
材於研究團隊百多篇學術論文和十多
篇博士、碩士學位論文，可作為高等院校計算機、自
動化、信息、管理、控制、繫統工程
等專業的高年級本科生或研究生計算智能課程的教材
或教學參考書，也可供從事智能信息
處理、智能信息融合、智能決策等研究的教師、研究
生及科技人員自學或參考。

第1章 緒論
1.1 引言
1.2 模糊集概述
1.3 直覺模糊集
1.3.1 直覺模糊集的形成與發展
1.3.2 直覺模糊集的基本概念
1.3.3 直覺模糊集的基本運算
1.3.4 直覺模糊集的截集
1.3.5 直覺模糊集截集的性質及核
1.3.6 直覺模糊集的特點
1.4 拓展模糊集之間的若干等價變換
1.4.1 L-模糊集與L-直覺模糊集
1.4.2 區間值模糊集與區間值直覺模糊集
1.4.3 Vague-集與直覺模糊集
1.4.4 直覺模糊集到模糊集的變換
1.4.5 拓展模糊集之間的變換
1.4.6 討論
參考文獻
第2章 直覺模糊集的擴展運算
2.1 IFS非隸屬度函數的確定方法
2.1.1 非隸屬度函數的規範性確定方法-
2.1.2 基於優先關繫定序法的IFS非隸屬度函數確定方法
2.1.3 基於對比平均法的IFS非隸屬度函數確定方法
2.1.4 基於**比較法的IFS非隸屬度函數確定方法
2.2 IFS到模糊集的轉換方法
2.2.1 現有轉換方法分析
2.2.2 差值修正法
2.2.3 算例分析
2.3 直覺模糊算子
2.3.1 操作算子
2.3.2 語義算子
2.4 IFS時態邏輯算子及擴展運算性質
2.4.1 時態邏輯算子
2.4.2 擴展運算
2.5 IFS分解定理
2.6 本章小結
參考文獻
第3章 直覺模糊度量與直覺模糊熵
3.1 直接模糊集的幾何解釋
3.2 直覺模糊集之間的距離
3.2.1 IFS之間的距離
3.2.2 基於Hausdorff測度的IFS之間的距離
3.2.3 改進的IFS之間的距離
3.3 直覺模糊集之問的相似度
3.3.1 IFS之間的相似度
3.3.2 基於Hausdorff測度和基於Lp測度的相似度
3.3.3 改進的IFS之間的相似度.
3.4 具有傾向性的直覺模糊相似度
3.4.1 直覺模糊相似度量的三維表示
3.4.2 現有直覺模糊相似度量的問題.
3.4.3 直覺模糊相似度量的公理化定義
3.4.4 具有傾向性的直覺模糊相似度量
3.4.5 算例分析
3.5 直覺模糊集相異度度量方法
3.5.1 直覺模糊集相異度定義
3.5.2 直覺模糊集相異度度量公式
3.5.3 算例分析
3.6 一類直覺模糊熵的構造方法
3.6.1 直覺模糊熵的幾何解釋.
3.6.2 直覺模糊熵的構造
3.6.3 算例分析
3.6.4 討論
3.7 本章小結
參考文獻
第4章 直覺模糊關繫與直覺模糊聚類
4.1 直覺模糊關繫
4.2 直覺模糊合成運算
4.2.1 直覺模糊集T-範數與S-範數
4.2.2 直覺模糊關繫的合成運算
4.3 直覺模糊關繫的性質
4.3.1 直覺模糊關繫的自反性
4.3.2 直覺模糊關繫的對稱性
4.3.3 直覺模糊關繫的傳遞性
4.4 直覺模糊相似關繫與等價關繫
4.5 基於直覺模糊等價關繫的聚類
4.5.1 直覺模糊相似矩陣的構造
4.5.2 聚類算法步驟
4.5.3 算例分析
4.6 直覺模糊C均值聚類(IFCM)
4.6.1 模糊C均值聚類(FCM)
4.6.2 直覺模糊數的模糊C均值聚類(IFCM1)
4.6.3 普通集合的直覺模糊C均值聚類(IFCM2)
4.6.4 直覺模糊集合的直覺模糊C均值聚類(IFCM3)
4.6.5 直覺模糊集合的模糊C均值聚類(IFCM4)
4.6.6 算例分析
4.7 基於目標函數的直覺模糊聚類方法
4.7.1 直覺模糊聚類算法
4.7.2 直覺模糊聚類初始化方法
4.7.3 直覺模糊聚類有效性分析
4.8 本章小結
參考文獻
第5章 直覺模糊推理與規則庫檢驗
5.1 真值合成方法
5.2 直覺模糊條件推理
5.2.1 蘊涵式直覺模糊推理
5.2.2 條件式直覺模糊推理
5.2.3 多重式直覺模糊推理
5.2.4 多維式直覺模糊推理
5.2.5 多重多維式直覺模糊推理
5.2.6 討論
5.3 條件推理中的可信度傳播
5.3.1 典型直覺模糊推理中的可信度
5.3.2 加權直覺模糊推理中的可信度
5.3.3 狹義直覺模糊推理中的可信度
5.3.4 討論
5.4 直覺模糊近似推理方法
5.4.1 直覺模糊取式推理
5.4.2 直覺模糊拒式推理
5.4.3 直覺模糊假言推理
5.4.4 討論
5.5 真值限定的直覺模糊推理方法
5.5.1 直覺模糊邏輯轉換規則
5.5.2 真值限定推理方法
5.5.3 算例分析
5.5.4 討論
5.6 基於直覺模糊邏輯的插值推理方法
5.6.1 直覺模糊邏輯及命題演算
5.6.2 直覺模糊拒式插值推理
5.6.3 直覺模糊取式插值推理
5.6.4 直覺模糊假言插值推理
5.6.5 討論
5.7 基於包含度的直覺模糊推理方法
5.7.1 基於蘊涵算子的包含度
5.7.2 基於集合基數的包含度
5.7.3 基於包含度的直覺模糊相似度
5.7.4 基於包含度的直覺模糊推理方法
5.7.5 討論
5.8 基於數值擬合的直覺模糊近似推理方法
5.8.1 數值擬合方法
5.8.2 推理規則
5.8.3 直覺模糊集的近似推理
5.8.4 算例分析
5.9 基於直覺模糊相似度量的近似推理方法
5.9.1 基本思路
5.9.2 近似推理方法
5.9.3 算例分析
5.10 直覺模糊推理的規則庫檢驗方法
5.10.1 規則完備性
5.10.2 規則互作用性
5.10.3 規則相容性
5.10.4 實例分析
5.11 本章小結
參考文獻
第6章 直覺模糊綜合評判、決策與規劃
6.1 直覺模糊綜合評判
6.1.1 三角模、記分函數法、模糊運算的選取
6.1.2 基於可能度排序的直覺模糊綜合評判模型
6.1.3 基於評判函數的直覺模糊綜合評判模型
6.2 直覺模糊決策模型與方法
6.2.1 直覺模糊偏好信息的多屬性決策方法
6.2.2 直覺模糊環境下的多屬性決策模型
6.2.3 算例一
6.2.4 算例二
6.3 直覺模糊規劃模型與方法
6.3.1 模糊規劃
6.3.2 Plamen直覺模糊規劃
6.3.3 二階段直覺模糊規劃模型
6.3.4 基於DE的二階段直覺模糊規劃算法
6.3.5 加權直覺模糊多目標規劃模型
6.3.6 算例三
6.3.7 算例四
6.4 本章小結
參考文獻
第7章 基於直覺模糊推理的數據挖掘
7.1 數據挖掘的相關理論及方法
7.1.1 數據挖掘的基本概念
7.1.2 數據挖掘的應用領域
7.1.3 數據挖掘的基本技術
7.2 直覺模糊推理
7.2.1 直覺模糊蘊涵關繫
7.2.2 單前件單規則的直覺模糊推理
7.2.3 多前件單規則的直覺模糊推理
7.2.4 多前件多規則的直覺模糊推理
7.3 直覺模糊推理繫統
7.3.1 Mamdani直覺模糊推理繫統
7.3.2 Sugeno直覺模糊推理繫統
7.3.3 討論
7.4 基於直覺模糊推理的數據挖掘
7.4.1 數據挖掘問題描述
7.4.2 屬性的隸屬度函數和非隸屬度函數的建立
7.4.3 數據挖掘中的直覺模糊推理算法
7.4.4 仿真實例
7.4.5 算法分析
7.4.6 討論
7.5 基於自適應直覺模糊推理的數據挖掘
7.5.1 自適應神經直覺模糊推理繫統
7.5.2 網絡結構
7.5.3 網絡的訓練
7.5.4 仿真實例
7.5.5 算法檢驗
7.5.6 算法對比分析
7.5.7 數據挖掘繫統的設計與實現
7.5.8 討論
7.6 本章小結
參考文獻
索引