星雀优化算法的β多尺度直觉模糊决策系统最优尺度选择

摘要

对于多尺度直觉模糊决策系统，现有尺度生成的相邻合并或邻域方法会人为降低相似数据之间的关联性，导致无法精确反应数据之间的内在联系；在粒度变换过程中，数据合并的速度过快极大地限制了最优尺度选择的空间等问题。针对这些问题，定义了β多尺度直觉模糊粒度变换函数，构造了β多尺度直觉模糊决策系统，研究了β多尺度直觉模糊决策系统性质和结构；建立了满足单调性的β多尺度直觉模糊知识粒度，提出了决策和多尺度直觉模糊条件的β直觉模糊知识依赖度；基于星雀优化算法，构造了β多尺度直觉模糊决策系统的适应度函数，设计了β多尺度直觉模糊决策系统的最优尺度选择算法。通过数值实验验证表明，提出模型具有可行性和有效性。

关键词

粒度变换函数 / 最优尺度选择 / 星雀优化算法 / β多尺度直觉模糊决策系统

基金资助

国家自然科学基金项目(62476078); 福建省自然科学基金(2025J01362,2024J01799)