区间直觉模糊关系及其性质

首先引入区间直觉模糊关系的定义和性质,对区间直觉模糊逆关系、零关系、全关系、恒等关系进行了定义,研究了它们进行关系运算的基本规则、特殊性质及相关定理,且给出了必要的证明过程.最后定义了区间直觉模糊合成运算,研究了它们合成运算的基本性质.

基于区间直觉模糊数相关系数的多准则决策模型

针对权重信息完全未知,评价信息为区间直觉模糊数的多准则决策问题,提出新的基于区间直觉模糊数相关系数的决策方法,弥补了基于距离测度决策方法造成信息混淆的不足,同时考虑了犹豫度的影响,进而降低了评价信息损失.通过构建并求解基于参照方案相关系数总偏差最小的非线性规划模型获得准则权重,从新的视角给出准则权重的确定方法.利用各备选方案与理想方案、临界方案的加权相关系数得到与理想方案的相对贴近度,以此对方案进行排序.最后通过实例对比分析说明了该方法的有效性.

区间直觉模糊粗糙集

将模糊粗糙集推广到区间直觉模糊粗糙集,基于区间直觉模糊等价关系和两个论域之间的一般区间直觉模糊关系,给出了区间直觉模糊粗糙集模型的不同形式,并讨论了一些相关性质。

区间直觉模糊粗糙集的不确定性研究

对区间直觉模糊信息系统中近似集的不确定性进行了研究,给出了区间直觉模糊粗糙集的不确定性度量公式。首先在区间直觉模糊近似空间中,定义了一对具有对称性的新的区间直觉模糊上、下近似算子;其次给出了区间直觉模糊集粗糙隶属函数的定义并讨论了相关性质;最后利用区间直觉模糊粗糙隶属函数的区间直觉模糊熵,定义了区间直觉模糊粗糙集的模糊熵,并讨论了区间直觉模糊粗糙集的模糊熵为零的充要条件,证明了在区间直觉模糊近似空间中经典集合和它的余集的粗糙度量是相等的,以此说明定义的合理性。

考虑专家风险偏好的区间直觉模糊多属性决策方法

针对决策信息为区间直觉模糊数且属性权重未知的多属性决策问题,提出了考虑专家风险偏好的决策方法。该方法基于专家对风险的偏好程度,构建了一种新的得分函数(P-λ记分函数),据此提出一种区间直觉模糊属性熵权法。同时,定义了考虑专家风险偏好的区间直觉模糊数相关系数,并构造备选方案与理想方案和临界方案属性值相关系数矩阵。然后,集结属性权重和矩阵信息,计算出各种风险偏好情形下的相对贴近度值并得到方案集的综合排序结果。最后,通过算例分析来阐明该方法的有效性。

双论域上的区间值直觉模糊粗糙集模型及其应用

基于区间值直觉模糊相容关系,给出了双论域上的区间值直觉模糊粗糙集模型并讨论了其相关性质,为粗糙集的应用提供了新的理论基础与操作手段。最后,通过一个例子阐述了本文提出的区间值直觉模糊粗糙集模型在临床诊断系统中的具体应用。

一种新的粗糙集模型及其应用

提出了一种新的基于区间直觉模糊关系和区间直觉模糊数的粗糙集模型。首先,介绍了区间直觉模糊集,区间直觉模糊关系和区间直觉模糊数等概念。然后,利用区间直觉模糊关系和区间直觉模糊数定义了一种新的粗糙集模型,并给出一些基本性质。最后将该模型应用于临床诊断系统中。实例验证了该粗糙集模型的有效性和实用性。