OWA算子的推广课件

OWA算子的推广报告人李少红OWA算子的推广1回顾OWA算子与Choquet积分的关系任一带有权重W的OWA算子是一个Choquet积分；相应地，任一模糊测度只依赖于子集元素个数（对称的）的Choquet积分可以表示成一个OWA算子举例学生a和学生b的成绩如下

学生数学物理语文a181610b101218回顾学生数学物理语文a181610b1012182

如果则令则如果则令则3OWA算子的研究应用领域各种推广形式权重的学习方法OWA算子的研究应用领域4神经网络模型、多水平决策、数据基系统、模糊系统模型、多水平融合问题、信息融合模糊逻辑控制模糊群决策理论图像压缩和多属性分类处理语言标签用语言OWA算子处理群决策问题OWA算子的应用领域(文献5)神经网络模型、多水平决策、数据基系统、模糊系统模型、多水平融5OWA算子的提出(文献1)OWA算子是由Yager于1988年在多水平决策问题中提出来的。文献1。设是多水平问题中的n个水平，X是选择的集合，对每一个水平，表示x满足这个水平的程度。我们感兴趣的是找一个决策函数D，使得对每一个选择x，表示x满足我们需要的水平的程度。两个极端情况：我们希望一个选择满足“所有”的水平，水平间用and连接；我们希望一个选择满足“至少一个”水平，水平间用or连接;。OWA算子的提出(文献1)OWA算子是由Yager6OWA算子的性质：单调性幂等性有界性可交换性、对称性这些性质使得OWA算子成为一种均值算子。更多的情况是水平之间的关系处在两种极端情况之间，如“大多数”、“许多”、“至少一半”、“多于四个”等，需要用更广泛的一种算子表示OWA算子的性质：单调性幂等性有界性可交7量词和OWA算子传统的二值逻辑只能表示两种量词：“thereexists”和“forall”。近似推理理论可以使我们表示自然语言中的“almostall”“many”“few”“most”等。扎德指出：量词至少有两种形式，一种表示元素的个数，一种表示元素的比例。量词可以表示成单位区间或实直线上的模糊集：如果Q是一个相对的量词如“most”，则Q可以表示成单位区间上的模糊集，表示目标中的r部分满足Q表示的概念的程度，如“forall”，可以表示成单位区间上的模糊集如果决策者希望满足Q个水平，则Q是一个绝对量词，定义在上。对于,Q（y）表示决策者对y个水平的满意程度。量词和OWA算子如果决策者希望满足Q个水平，则Q是一个绝对8BUM函数定义满足下列条件的一个函数叫做一个基本单元区间单调（BUM）函数：文献2中，详细讲述了利用BUM函数确定权重的方法。只要知道了相关的ＢＵＭ函数，就可以得到权重．BUM函数定义满足下列条件的一个函数9ＢＵＭ函数的用处：在融合n个元素和（n+1）个元素时保持一致．一般来说，均值算子，除少数极端情况下，是不满足结合律的，利用ＢＵＭ函数可以在定义n维和（n+1）维融合算子时，使用相同的ＢＵＭ函数生成权重从而达成一致性．另一个用处是可以把重要性同变量联系起来ＢＵＭ函数的用处：10OWA的各种推广形式GOWAIOWAHOWAOWA的各种推广形式GOWA11从函数上：输入通过一个单调增函数f进行转换，，使得OWA处理单元是非线性的。特别地，取对OWA可以从两个方面推广(文献4)从逻辑上：通过对加权和中的积与和分别用某个T-模与S-模代替，，这里对的条件保留，对的条件放弃。从函数上：对OWA可以从两个方面推广(文献4)从逻辑上：12对OWA可以从两个方面推广由此我们可以发现这个OWA算子的特殊版本与模糊积分之间的一个有趣的关系：把看作是模糊测度（测度）在集合（假定是单减顺序的）上的取值，所以表示被积函数的值，在0和1之间。序列按单调增的顺序排列。指定三角模：T-最小，S-最大，于是OWA算子可以计算在上的模糊积分.对OWA可以从两个方面推广由此我们可以发现这个OWA算子的特13GOWA（generalizedOWAaggregationoperators）(文献7)GOWA是Yager于2004年提出来的，通过对OWA添加一个参数控制变量，它的一个特殊情况是推广的平均算子，另一个特殊情况是orderedweightedgeometricoperator.定义一个映射叫做一个n维GOWA算子:其中，GOWA是普通OWA算子；，GOWA是推广的均值算子，GOWA（generalizedOWAaggregati14如果又若如果，GOWA为如果，GOWA与调和平均密切相关。如果，GOWA与几何平均密切相关，称为orderedweightedgeometricoperator如果又若如果，GOWA为如果，GOWA与调和平均密切相15ChoquetIntegralAggregationOperator(CIA)是为水平集合，是A上的模糊测度，上的值。为了得到M，我们定义A上的一些子集则注：CIA是一种均值算子，并且与都有关ChoquetIntegralAggregationO16GeneralizedChoquetAggregation(文献8)GeneralizedChoquetAggregatio17FurtherGeneralization(文献8)g是一个连续的严格单调增的函数，取，即为GOWA。FurtherGeneralization(文献8)g是一18I-OWA和I-CIA(文献3)Yager和Filev提出了一种更广泛类型的OWA算子，他们称之为InducedOrderedWeightedAveraging(IOWA)Operator。可用于基于模糊偏好关系的群决策融合问题中。I-OWA和I-CIA(文献3)Yager和Filev19IOWA算子满足以下性质（文献9）：可交换的；有界的；幂等的；当导引变量不改变时，IOWA关于自变量单调增；当二元组为，f为增函数时，IOWA就成为加权平均算子；当二元组为，f为增函数时，IOWA就成为OWA算子。IOWA算子满足以下性质（文献9）：20I-CIA(文献10)是参与融合的水平集，假定我们所需要的Choquet融合中的模糊测度存在，并且参与融合的每一个都可以由一个二元组表示，称为顺序导引变量，而称为自变量。我们要融合，但是顺序是由产生的，，I-CIA(文献10)21HOWA（HeavyOWAOperators）(文献6)用于不确定性下的决策问题中。与OWA不同之处在于放松了对权重的要求。HOWA（HeavyOWAOperators）(文献6)22OWA算子和模糊积分做为融合算子在融合过程中都要对被融合的值进行排序，区别在于模糊积分中的权重不是固定的，而是也与自变量的排序有关的。二者的权重都可以由一个BUM函数产生。在融合问题中，OWA及模糊积分的各种推广形式广泛应用于群决策及不确定性下的决策中。OWA算子的推广课件231Yager,R.R.,“Onorderedweightedaveragingaggregationoperatorsinmulti-criteriadecisionmaking,”IEEETransactionsonSystems,ManandCybernetics18,183-190,19882Yager.“QuantifierguidedaggregationusingOWAaggregation”.InternationalJournalofIntelligentSystems11.49-73,19963YagerandD.P.Filev,OperationsforGranularComputing:MixingWordsandNumbers,ProceedingsoftheFUZZ-IEEEWorldCongressonComputationalIntelligence,Anchorage,1988,123-128WitloldPedrycz.OWA-Basedcomputing:learningalgorithms.DavidL.LaRed.etc.OWAAggregationwithSoftMajorityOperators.参考文献1Yager,R.R.,“Onorderedweig246Yager.HeavyOWAOperators.Fuzzyoptimizationanddecisionmaking,1,379-397,20027Yager,GeneralizedOWAAggregationOperators.Fuzzyoptimizationanddecisionmaking,3,93-107,20048LearningWeightsintheGeneralizedOWAOperators.Fuzzyoptimizationanddecisionmaking,4,119-130,20059FranciscoChiclana,etc.Someinducedorederedweightedaveragingoperatorsandtheiruseforsolvinggroupdecisionmakingproblemsbasedonfuzzypreferencerelations,200410Yager.Choquetaggregationusingorderinducingvariables,20046Yager.HeavyOWAOperators.25演讲完毕，谢谢观看！演讲完毕，谢谢观看！26OWA算子的推广报告人李少红OWA算子的推广27回顾OWA算子与Choquet积分的关系任一带有权重W的OWA算子是一个Choquet积分；相应地，任一模糊测度只依赖于子集元素个数（对称的）的Choquet积分可以表示成一个OWA算子举例学生a和学生b的成绩如下

学生数学物理语文a181610b101218回顾学生数学物理语文a181610b10121828

如果则令则如果则令则29OWA算子的研究应用领域各种推广形式权重的学习方法OWA算子的研究应用领域30神经网络模型、多水平决策、数据基系统、模糊系统模型、多水平融合问题、信息融合模糊逻辑控制模糊群决策理论图像压缩和多属性分类处理语言标签用语言OWA算子处理群决策问题OWA算子的应用领域(文献5)神经网络模型、多水平决策、数据基系统、模糊系统模型、多水平融31OWA算子的提出(文献1)OWA算子是由Yager于1988年在多水平决策问题中提出来的。文献1。设是多水平问题中的n个水平，X是选择的集合，对每一个水平，表示x满足这个水平的程度。我们感兴趣的是找一个决策函数D，使得对每一个选择x，表示x满足我们需要的水平的程度。两个极端情况：我们希望一个选择满足“所有”的水平，水平间用and连接；我们希望一个选择满足“至少一个”水平，水平间用or连接;。OWA算子的提出(文献1)OWA算子是由Yager32OWA算子的性质：单调性幂等性有界性可交换性、对称性这些性质使得OWA算子成为一种均值算子。更多的情况是水平之间的关系处在两种极端情况之间，如“大多数”、“许多”、“至少一半”、“多于四个”等，需要用更广泛的一种算子表示OWA算子的性质：单调性幂等性有界性可交33量词和OWA算子传统的二值逻辑只能表示两种量词：“thereexists”和“forall”。近似推理理论可以使我们表示自然语言中的“almostall”“many”“few”“most”等。扎德指出：量词至少有两种形式，一种表示元素的个数，一种表示元素的比例。量词可以表示成单位区间或实直线上的模糊集：如果Q是一个相对的量词如“most”，则Q可以表示成单位区间上的模糊集，表示目标中的r部分满足Q表示的概念的程度，如“forall”，可以表示成单位区间上的模糊集如果决策者希望满足Q个水平，则Q是一个绝对量词，定义在上。对于,Q（y）表示决策者对y个水平的满意程度。量词和OWA算子如果决策者希望满足Q个水平，则Q是一个绝对34BUM函数定义满足下列条件的一个函数叫做一个基本单元区间单调（BUM）函数：文献2中，详细讲述了利用BUM函数确定权重的方法。只要知道了相关的ＢＵＭ函数，就可以得到权重．BUM函数定义满足下列条件的一个函数35ＢＵＭ函数的用处：在融合n个元素和（n+1）个元素时保持一致．一般来说，均值算子，除少数极端情况下，是不满足结合律的，利用ＢＵＭ函数可以在定义n维和（n+1）维融合算子时，使用相同的ＢＵＭ函数生成权重从而达成一致性．另一个用处是可以把重要性同变量联系起来ＢＵＭ函数的用处：36OWA的各种推广形式GOWAIOWAHOWAOWA的各种推广形式GOWA37从函数上：输入通过一个单调增函数f进行转换，，使得OWA处理单元是非线性的。特别地，取对OWA可以从两个方面推广(文献4)从逻辑上：通过对加权和中的积与和分别用某个T-模与S-模代替，，这里对的条件保留，对的条件放弃。从函数上：对OWA可以从两个方面推广(文献4)从逻辑上：38对OWA可以从两个方面推广由此我们可以发现这个OWA算子的特殊版本与模糊积分之间的一个有趣的关系：把看作是模糊测度（测度）在集合（假定是单减顺序的）上的取值，所以表示被积函数的值，在0和1之间。序列按单调增的顺序排列。指定三角模：T-最小，S-最大，于是OWA算子可以计算在上的模糊积分.对OWA可以从两个方面推广由此我们可以发现这个OWA算子的特39GOWA（generalizedOWAaggregationoperators）(文献7)GOWA是Yager于2004年提出来的，通过对OWA添加一个参数控制变量，它的一个特殊情况是推广的平均算子，另一个特殊情况是orderedweightedgeometricoperator.定义一个映射叫做一个n维GOWA算子:其中，GOWA是普通OWA算子；，GOWA是推广的均值算子，GOWA（generalizedOWAaggregati40如果又若如果，GOWA为如果，GOWA与调和平均密切相关。如果，GOWA与几何平均密切相关，称为orderedweightedgeometricoperator如果又若如果，GOWA为如果，GOWA与调和平均密切相41ChoquetIntegralAggregationOperator(CIA)是为水平集合，是A上的模糊测度，上的值。为了得到M，我们定义A上的一些子集则注：CIA是一种均值算子，并且与都有关ChoquetIntegralAggregationO42GeneralizedChoquetAggregation(文献8)GeneralizedChoquetAggregatio43FurtherGeneralization(文献8)g是一个连续的严格单调增的函数，取，即为GOWA。FurtherGeneralization(文献8)g是一44I-OWA和I-CIA(文献3)Yager和Filev提出了一种更广泛类型的OWA算子，他们称之为InducedOrderedWeightedAveraging(IOWA)Operator。可用于基于模糊偏好关系的群决策融合问题中。I-OWA和I-CIA(文献3)Yager和Filev45IOWA算子满足以下性质（文献9）：可交换的；有界的；幂等的；当导引变量不改变时，IOWA关于自变量单调增；当二元组为，f为增函数时，IOWA就成为加权平均算子；当二元组为，f为增函数时，IOWA就成为OWA算子。IOWA算子满足以下性质（文献9）：46I-CIA(文献10)是参与融合的水平集，假定我们所需要的Choquet融合中的模糊测度存在，并且参与融合的每一个都可以由一个二元组表示，称为顺序导引变量，而称为自变量。我们要融合，但是顺序是由产生的，，I-CIA(文献10)47HOWA（HeavyOWAOperators）(文献6)用于不确定性下的决策问题中。与OWA不同之处在于放松了对权重的要求。HOWA（HeavyOWAOperators）(文献6)48OWA算子和模糊积分做为融合算子在融合过程中都要对被融合的值进行排序，区别在于模糊积分中的权重不是固定的，而是也与自变量的排序有关的。二者的权重都可以由一个BUM函数产生。在融合问题中，OWA及模糊积分的各种推广形式广泛应用于群决策及不确定性下的决策中。OWA算子的推广课件491Yager,R.R.,“Onorderedweightedaveragingaggregationoperatorsinmulti-criteriadecisionmaking,”IEEETransactionsonSystems,ManandCybernetics18,183-190,19882Yager.“Quantifierguidedaggregationusing