几类中智集的度量与集成算子的研究
作为模糊集的推广,中智集能较为准确地描述带有不确定性、不一致性、不连续性的信息,已经被广泛地应用于模式分类、决策分析、医疗诊断、生态评估、人事考核等众多领域。度量是模糊集理论的一个重要的研究课题,包括距离、熵、相似度和相关系数等;多属性决策是现代决策理论的重要研究内容,集成算子法是多属性决策的重要研究方法。
在中智集的框架下,有关度量公式和集成算子的研究也亟待解决。鉴于此,本文系统地研究中智集的度量公式和集成算子,将其应用于多属性决策问题中。
本文的主要工作如下:1.区间智集的熵与相似度的新的构造方法区间智集的每个元素包含真隶属度函数、不确定隶属度函数和假隶属度函数,这三个函数都以闭区间的形式给出,便于更好地表达不确定性。在中智集的环境下,给出区间智集的熵与相似度的公式。
首先,由已知的区间智集构造两个单值智集,利用两个单值智集的相似度定义区间智集的熵,并通过实例说明所提方法的有效性。其次,通过已知的两个区间智集构造新的区间智集,由新的区间智集的熵定义这两个区间智集的相似度。
最后,将相似度应用于医疗诊断问题,为医疗诊断提供合理的决策,结果表明所提出的 ...