排序决策的直觉模糊数方法

为了更细腻地描述作为比较评价的语言信息,用一个直觉模糊数表示两两对象的比较评价,将直觉模糊数表示为由上理想模糊数和下理想模糊数的二元模糊数组,定义了关于直觉模糊数的一种运算并且给出了基于结构元表示的排序比较方法;在排序决策过程中,通过对相对属性判断值的规范化处理完成对一组对象的排序,实现了优选的目的.结果表明:通过下、上理想模糊数将结构元理论应用到直觉模糊数上,简化了计算,同时直觉模糊数在表达信息上考虑人的犹豫度,使得在表达语言信息上较模糊数更贴近现实,排序结果自然更精确.

直觉模糊数决策粗糙集

决策粗糙集模型的代价函数不包含模糊概念,不能够细腻地描述包含模糊信息的决策。针对上述不足,首先将模型中精确值的代价函数拓展为直觉模糊数,构建直觉模糊数决策粗糙集模型。然后,通过分析基于直觉模糊数下、上理想的决策预期代价函数,形成保守、激进、可变的决策策略和相应的决策规则,并分析其相关数学性质。最后,通过对战略目标防空部署策略的风险分析来说明模型的具体应用过程。

直觉模糊数的研究

传统意义上的模糊数是实数集上一种只考虑隶属度的模糊集合,直觉模糊集的提出,使人们对模糊集的认识更为深刻。本文在P.Burillo等提出的直觉模糊数的基础上,将直觉模糊数表示为由上理想模糊数和下理想模糊数的二元模糊数组。于是,直觉模糊数的运算、度量、排序等许多概念都可以由下、上理想模糊数相应的概念所诱导出。本文同时给出了直觉模糊数及其运算的模糊结构元表达方法。