一种区间直觉模糊熵公式及其应用

改进了区间直觉模糊集的标准Hamming距离公式,使改进后的公式不仅考虑了区间直觉模糊集的隶属度和非隶属度,还考虑了犹豫度。基于该距离公式定义了一个区间直觉模糊集的熵公式。将提出的距离和熵公式应用于解决属性权重未知的区间直觉模糊多属性决策问题。     

直觉模糊集（数）间相似度量新方法

直觉模糊集概念产生于模糊集概念,自Atanassov提出这个概念以来,已得到了众多研究者的关注并被应用到不同的领域。作为直觉模糊理论的一个重要研究内容,研究者已在不同文献中提出多种不同的直觉模糊集相似度量方法,但这些方法在一些特殊情况下并不总是有效。指出了影响直觉模糊集（数）相似度量的因素,分析了现有方法存在不足的原因,提出了一种综合考虑隶属度、非隶属度、犹豫度、核及其相互影响后的新的相似度量方法,指出并证明了该方法所具有的新的性质。数字实例表明该方法可以克服现存几种方法的缺陷,结果符合人们直觉,具有更强的区分数据能力。     

基于正弦函数的直觉模糊集相似度测量及其应用

相似度测量是度量两个直觉模糊集相似程度的重要方法,现已有很多测量公式被相继提出,但现有的部分公式在一些实际应用中会出现无法归类或计算过程相对复杂现象。针对这种问题,通过对Tian 提出的余切相似度测量方法的研究,同时考虑隶属度、非隶属度和犹豫度三个方面信息,提出了两个正弦相似度测量公式,证明了公式的正确性,并用几组数值例子将其与其它测量公式进行比较分析,验证了新公式的合理性。最后通过实例说明了该方法的有效性。     

直觉对偶犹豫模糊集在多属性群决策中的应用

基于直觉对偶犹豫模糊集的定义,结合标准距离测度公式,给出了直觉对偶犹豫模糊集的Hamming距离测度公式、Euclidean距离测度公式等。给出了用以度量两个对偶模糊信息之间相关关系的相关系数、加权相关系数的公式及其相关性质。给出了用以度量直觉对偶犹豫模糊集模糊性的熵的定义,并给出了熵的计算公式。基于直觉对偶犹豫模糊集的距离测度、相关系数、熵给出了一种新的直觉对偶犹豫模糊集的多属性群决策方法,并通过实例说明了该方法的有效性。     

考虑未知属性权重的区间直觉模糊VIKOR方法

针对传统模糊集方法处理不确定性多属性决策问题时只考虑隶属度信息的缺点,提出了基于区间直觉模糊集的VIKOR决策方法。区间直觉模糊集用来处理区间语义评价信息。考虑属性权重未知的问题,基于区间直觉模糊数间的支持度确定属性权重,属性的支持度越高,则其权重越小。将区间直觉模糊交叉熵引入区间直觉模糊VIKOR方法用于计算区间直觉模糊数间的距离。最后以某手机设计方案评价为例,验证了所提方法的有效性。     

基于三分法的IFS非隶属度函数确定方法

针对直觉模糊集(IFS)的非隶属度函数难以确定的问题,提出一种基于三分法的IFS非隶属度函数确定方法.首先,给出了确定IFS非隶属度函数的计算公式和非犹豫度指数的概念,规范了IFS非隶属度函数的确定方法,进而给出了非犹豫度指数的性质定理.其次,提出了基于三分法的IFS非隶属度函数的计算方法,给出了正规直觉模糊集的概念,证明了该方法确定的直觉模糊集是正规直觉模糊集.最后,以空袭目标识别的指标参数(飞行高度)实例,验证了方法的有效性.     

基于加权相似性测度的直觉模糊近似推理

在可信度传播的基础上,提出一种加权相似性测度的直觉模糊近似推理方法.运用实例分析现有典型方法的不足,针对带有可信度因子的直觉模糊近似推理的3种形式,综合研究了直觉模糊集隶属度、非隶属度和犹豫度对相似性测度的影响,给出一种考虑权重的相似性测度方法,并将其运用到直觉模糊近似推理中.通过实例以及与同类推理算法比较,结果表明了该推理算法的合理性和可行性.     

改进的直觉模糊粗糙集相似性度量方法

针对现有的直觉模糊粗糙集相似性度量的问题,提出了一种改进的基于海明距离的直觉模糊粗糙集相似性度量方法。该方法考虑了犹豫度并引入加权参数,解决了相似性度量不精确的问题。首先给出了直觉模糊粗糙值间的相似性度量定义,并揭示其若干重要性质。在此基础上,提出了直觉模糊粗糙集间的相似性度量方法,并证明其具有同样性质。最后通过数值算例分析说明了该方法更合理、更有效。     

一个基于三角函数的直觉模糊熵公式

利用三角函数定义了一个直觉模糊熵公式,该公式不仅考虑了直觉模糊集的隶属度与非隶属度的偏差,而且考虑了直觉模糊集的犹豫度.对以往文献给出的两个直觉模糊熵公式进行了讨论,并将所提出的公式与这两个公式进行了比较.算例分析表明,所提出的熵公式能够反映直觉模糊集的不确定性和未知性程度.     

基于熵和相关系数的直觉模糊多属性决策方法

针对决策信息为直觉模糊信息且属性权重完全未知的多属性决策问题,提出了一种基于直觉模糊熵和得分函数的决策方法。为了准确度量直觉模糊集的直觉性和模糊性,首先提出了一种新的直觉模糊熵,并讨论其相关性质。其次为了减少不确定信息对决策的影响,结合直觉模糊熵建立规划模型,从而确定属性权重。 同时从隶属度,非隶属度和犹豫度三方面构建论域对象与理想对象之间相关系数,并在此基础上根据决策者的决策态度定义得分函数进而得到最优决策。 最后给出一种基于直觉模糊信息的多属性决策方法,并通过候选人评估实例验证了该方法的可行性和有效性。     

基于新的区间直觉模糊集相似性测度的模式识别

有关区间值直觉模糊数（集）的相似性研究较少,并且现有的方法在处理实际问题时效果较差。针对这个问题,提出了区间值直觉模糊数（集）相似性测度的新方法,包含了隶属度,非隶属度,犹豫度,以及后者对前两者的影响,将隶属度,非隶属度,犹豫度的相似度表示成三元组的形式,用TOPSIS的思想处理该三元组,得出一种新的有效的相似性度,证明其合理性。将其应用到模式识别实例中,验证其有效性。     

Representing complex intuitionistic fuzzy set by quaternion numbers and applications to decision making

Intuitionistic fuzzy sets are useful for modeling uncertain data of realistic problems. In this paper, we generalize and expand the utility of complex intuitionistic fuzzy sets using the space of quaternion numbers. The proposed representation can capture composite features and convey multi-dimensional fuzzy information via the functions of real membership, imaginary membership, real non-membership, and imaginary non-membership. We analyze the order relations and logic operations of the complex intuitionistic fuzzy set theory and introduce new operations based on quaternion numbers. We also present two quaternion distance measures in algebraic and polar forms and analyze their properties. We apply the quaternion representations and measures to decision-making models. The proposed model is experimentally validated in medical diagnosis, which is an emerging application for tackling patient’s symptoms and attributes of diseases.     

A new interval-valued knowledge measure for interval-valued intuitionistic fuzzy sets and application in decision making

In this paper, firstly we discuss some entropy measures for the interval-valued intuitionistic fuzzy sets (IvIFSs). Then we extend the knowledge measure for the intuitionistic fuzzy sets (IFSs) to propose a new interval-valued knowledge measure for the IvIFSs. Based on the proposed knowledge measure we construct a new interval-valued information entropy measure for IvIFSs, which is an extended notion of the entropy measures for IFSs. The proposed knowledge measure is defined as an interval of amounts of knowledge measured on an IvIFS, related to the uncertain information in terms of interval membership degree and interval non-membership degree. In comparison with other existing measures, it seems to be simpler and more intuitively appealing. Several illustrative examples are performed to demonstrate the effectiveness and practicality of the proposed method in handling with the increasing complexity of the decision making problems.     

直觉模糊集的结构化分析

直觉模糊集理论采用隶属度函数和非隶属度函数刻画不确定性信息,具有一定程度的主观性。为了研究直觉模糊集的本质特征,提出一种直觉模糊集的结构化分析方法,定义了直觉模糊相容关系,给出了直觉模糊集的同构原理,讨论了直觉模糊集的结构化特征。所得结果表明,直觉模糊集也具有客观性的一面。     

Some information measures for interval-valued intuitionistic fuzzy sets

A new information entropy measure of interval-valued intuitionistic fuzzy set (IvIFS) is proposed by using membership interval and non-membership interval of IvIFS, which complies with the extended form of Deluca-Termini axioms for fuzzy entropy. Then the cross-entropy of IvIFSs is presented and the relationship between the proposed entropy measures and the existing information measures of IvIFSs is discussed. Additionally, some numerical examples are given to illustrate the applications of the proposed entropy and cross-entropy of IvIFSs to pattern recognition and decision-making.     

基于包含度的直觉模糊粗糙集模型

将直觉模糊包含度引入粗糙集与直觉模糊集的融合建模。首先,介绍直觉模糊集在特殊格L上的定义;其次,将模糊包含度拓展到直觉模糊环境下,提出取值于特殊格L的直觉模糊包含度定义和计算公式;在此基础上,分别利用直觉模糊包含度的隶属度与非隶属度定义了上下近似算子,建立了直觉模糊相似关系下的直觉模糊粗糙集模型,并对近似算子的重要性质进行了证明。     

A new preference scale mcdm method based on interval-valued intuitionistic fuzzy sets and the analytic hierarchy process

The intuitionistic fuzzy analytic hierarchy process (IF-AHP), in which intuitionistic fuzzy numbers are utilized in defining decision makers’ linguistic judgment, has been used to solve various multi-criteria decision-making problems. Previous theories have suggested that interval-valued intuitionistic fuzzy numbers (IVIFN) with hesitation degree can act as alternative fuzzy numbers that can handle vagueness and uncertainty. This paper proposes a new preference scale in the framework of the interval-valued intuitionistic fuzzy analytic hierarchy process (IVIF-AHP). The comparison matrix judgment is expressed in IVIFN with degree of hesitation. The proposed new preference scale concurrently considers the membership function, the non-membership function and the degree of hesitation of IVIFN. To define the weight entropy of the aggregated matrix of IVIFN, a modified interval-valued intuitionistic fuzzy weighted averaging is proposed, by considering the interval number of the hesitation degree. Three multi-criteria decision-making problems are used to test the proposed method. A comparison of the results is also presented to check the feasibility of the proposed method. It is shown that the ranking order of the proposed method is slightly different from that of the other two methods because of the inclusion of the hesitation degree in defining the preference scale.     

基于区间直觉模糊的情感分类模型

随着电子商务,个人博客,社交网站和微博的蓬勃发展,互联网进入了一个崭新的时代,而在线评论的情感分类关系到个人决策、企业管理甚至社会安全．提出了一种基于区间直觉模糊的情感分类模型,采用了区间直觉模糊算子来计算特征词的区间直觉模糊数,利用区间直觉模糊集的隶属度、非隶属度和犹豫度分别定量地描述特征词,通过情感合成确定文本的情感倾向,从而获得准确率较高的情感倾向性分析结果．最后通过相同语料库的比较实验证明该分类模型的可行性、正确性和较高的分类性能．