广义多值直觉模糊软集及其在多属性决策中的应用

软集理论作为一种处理不确定问题的数学新工具弥补了传统模糊理论在参数工具上的不足。本文将广义模糊软集与多值直觉模糊集相结合,提出了广义多值直觉模糊软集的概念,给出了广义多值直觉模糊软集的交、并、补、“且”、“或”运算的概念,并基于这些概念研究其若干相关性质。此外,还将广义多值直觉模糊软集应用到多属性决策问题中去,给出相应的算法。并进行实例分析说明该决策方法的可行性和有效性。     

不完整信息下的直觉模糊软集群决策方法

为了解决具有不完整信息的直觉模糊软集多属性群决策方法的问题,首先在模糊软集和直觉模糊软集的基础之上推广已有软集中缺失数据的填补方法,用来确定不完整信息的填补值。不同决策者的权重值由直觉模糊软集的距离来确定,参数的权重值由熵度量来确定。在群决策的过程中,借助直觉模糊软矩阵集成运算公式,将不同决策者的决策矩阵集成为综合决策矩阵。然后根据对象得分值的不同实现决策。最后,给出实例分析,验证了该方法在实际中有广泛的应用。     

直觉LF子群的像和原像

本文的目的是将直觉模糊集的运算推广到直觉LF集上，引入直觉LF子群与直觉LF正规子群的定义，并研究它们在L值Zadeh型函数下的像和原像。     

梯形直觉模糊数排序方法及在多属性决策中应用

基于梯形直觉模糊数的值和模糊度两个特征,一类梯形直觉模糊数的排序方法被研究.首先,给出了梯形直觉模糊数的定义、运算法则和截集.其次,定义了梯形直觉模糊数关于隶属度和非隶属度的值和模糊度,以及值的指标和模糊度的指标.最后,给出了梯形直觉模糊数的排序方法,并将其应用到属性值为梯形直觉模糊数的多属性决策问题中.     

双枝模糊集与直觉模糊集的关系(II)——截集

就双枝模糊集的截集定义和运算与直觉模糊集的水平截集定义和运算进行了比较和讨论,对于它们不同的地方我们通过重新定义直觉模糊集的水平截集概念使得双枝模糊集的截集和运算能几乎完全地统一到直觉模糊集的水平截集和运算上来.从而需要用双枝模糊集解决的问题也就进一步可以用直觉模糊集来解决了.     

双枝模糊集与直觉模糊集的关系（Ⅱ）——截集

就双枝模糊集的截集定义和运算与直觉模糊集的水平截集定义和运算进行了比较和讨论,对于它们不同的地方我们通过重新定义直觉模糊集的水平截集概念使得双枝模糊集的截集和运算能几乎完全地统一到直觉模糊集的水平截集和运算上来。从而需要用双枝模糊集解决的问题也就进一步可以用直觉模糊集来解决了。     

模糊数直觉模糊集运算的模糊结构元表示

在文[4]提出的模糊数直觉模糊集定义的基础上,将文[2]和[7]定义的区间值直觉模糊集运算推广到模糊数直觉模糊集中.利用模糊数的结构元表示方法,得到了模糊数直觉模糊集运算的简便的结构元表示形式,同时给出这些运算的相关性质及证明.     

一种基于TOPSIS法的单值中智多属性决策新方法

单值中智集(SVNS)是中智集(NS)的一种特殊情况,它可以描述现实世界中大量存在的不精确、不确定和不一致信息。由于语言评价的模糊性,传统的模糊评价方法在解决多属性决策(MADM)问题上效果不佳。针对这种情况,提出了一种基于TOPSIS法的单值中智多属性决策新方法。首先介绍了中智集的一些基本概念和运算规则,给出了两个单值中智集之间的广义距离公式;然后构建了聚合专家权重的单值中智决策矩阵,把TOPSIS法推广到单值中智集的环境下;接着通过偏好排序确定了最佳的决策方案。最后通过一个仿真实例,说明了该方案的有效和实用性。     

直觉梯形模糊语言Frank算子及其在决策中的应用

本文在直觉梯形模糊语言集的基础上,引入了Frank算子,提出一组新的算子——直觉梯形模糊语言Frank集结算子,并将其应用到多属性决策中。首先,本文提出了直觉梯形模糊语言集Frank算子的表达式,并给出相应的运算规则。然后提出了直觉梯形模糊语言Frank加权算术平均(ITrFLFWA)算子、直觉梯形模糊语言Frank加权几何平均(ITrFLFWG)算子、直觉梯形模糊语言Frank广义加权平均(ITrFLGFWA)算子等,并证明了其具有幂等性、有界性、单调性等性质。最后,通过实例验证了直觉梯形模糊语言Frank算子可以有效解决直觉梯形模糊语言环境下的多属性决策问题。     

基于IGIFS关系与截集的区间灰数直觉模糊粗糙集模型及性质

在论述区间灰数直觉模糊集概念基础上,提出了区间灰数直觉模糊关系(IGIFS关系)与区间灰数直觉模糊等价关系概念,定义了基于区间灰数直觉模糊关系环境下的区间灰数直觉模糊粗糙集模型,并讨论了相关性质.在界定了区间灰数直觉模糊集关于区间灰数直觉模糊数截集概念的基础上,定义了区间灰数直觉模糊粗糙集上、下截集近似,给出了区间灰数直觉模糊粗糙集的截集表现定理.     

直觉模糊关系的截集性质

定义了直觉模糊关系的截集以及并给出了它们的基本性质,同时分别讨论了自反、对称、传递直觉模糊关系与经典二元关系之间的等价刻画;其次,提出直觉模糊关系的定义域与值域的概念;最后,分析了直觉模糊关系合成的截集性质.     

直觉模糊格及其同态

在K.Atanassov引进直觉模糊集的基础上,定义了直觉模糊格,并讨论了它的简单性质,给出了直觉模糊集截集与直觉模糊格的关系,证明了A是格L的一个直觉模糊子格的充要条件是A的截集是L的一个子格,然后在格同态与同构意义下,研究了直觉模糊格的像与原像。最后给出了直觉模糊凸子格的概念,并得到了它的一些基本性质。     

关于区间值直觉模糊集运算性质的注记

针对Atanassov[3]给出的区间值直觉模糊集运算,指出并修正一些区间值模糊集运算的错误性质,有利于以区间值直觉模糊集的进一步研究。     

基于直觉纯语言集结算子的多属性群决策方法

定义了直觉纯语言集及其运算法则和直觉纯语言变量的数学期望和精确函数,提出了一些基于直觉纯语言评估标度及其运算法则的信息集结算子。在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的直觉纯语言信息集结方法,并将此方法应用到多属性群决策中,实例分析表明了该方法的有效性和可行性。     

基于集值统计的直觉模糊聚类

针对聚类问题中样品属性值不能或很难直接给出的情况,提出了一种基于集值统计的直觉模糊聚类方法,讨论了四种情况下的属性直觉模糊相似矩阵的公式,给出了聚类方法的步骤,最后通过算例 对该方法进行了说明和分析.     

模糊数直觉模糊集

定义一种新的模糊数直觉模糊集,同时给出了它的一些运算,并讨论了它与直觉模糊集、区间值直觉模糊集的关系。     

完全正则半群的直觉模糊软子半群

将直觉模糊软集运用在完全正则半群上,给出了完全正则半群的直觉模糊软子半群的新概念,研究了它的一些相关性质及若干等价刻画。最后,讨论了完全正则半群的直觉模糊软子半群的同态像与原像的性质。     

基于Archimedean三角模的犹豫直觉模糊语言信息群决策方法

针对语言术语集下标运算不封闭的问题,基于Archimedean三角模讨论了犹豫直觉模糊语言信息下的封闭运算体系。首先提出基于Archimedean三角模的犹豫直觉模糊语言集,然后给出了相应的得分函数、精确函数、排序规则和集结算子,给出一种基于Archimedean三角模的犹豫直觉模糊语言信息的群决策方法,最后用一个实例说明了方法的有效性和优越性。     

直觉模糊面集的相似度及其在模式识别中的应用

直觉模糊数以隶属度和非隶属度所构成的有序点来表示所要研究的信息。由于犹豫度的存在,本文从几何的观点出发,将其转化为一个可能面,提出了直觉模糊面集的概念。在此基础上,定义了两个不同直觉模糊面集的相似度,研究了它的性质。最后给出了直觉模糊面集的相似度在模式识别中的应用实例,并做了相应的对比分析,结果表明本文提出的方法具有可行性和有效性。     

直觉模糊S-粗集的一般结构及性质

在一般等价关系下,给出单向直觉模糊S-集合、双向直觉模糊S-集合的概念,利用这些概念,提出直觉模糊S-粗集,给出直觉模糊S-粗集的数学结构和有关结论,对有关性质进行了讨论。直觉模糊S-粗集为研究动态信息系统中大量的不确定性问题提供了新的途径和方法。