犹豫模糊软集的相关系数及其在决策中的应用

犹豫模糊软集结合了Torra(2010)的犹豫模糊集理论和Molodtsov(1999)的软集理论.鉴于相关系数是数据分析中应用最广泛的指标之一,提出一种犹豫模糊软集相关系数,同时给出犹豫模糊软集的平均值和方差的定义,基于这些概念给出犹豫模糊软集相关系数的计算公式.新的犹豫模糊软集相关系数的值在区间[$-1,1$]上,而不是[$0,1$]上,这与统计学中经典相关系数一致,因此克服了已有犹豫模糊软集相关系数中存在的缺陷.为了提升其应用的广泛性,提出犹豫模糊软集加权相关系数的概念.最后,通过医院评估的实例验证所提出的犹豫模糊软集相关系数的适用性和有效性.     

语言犹豫模糊集的相关系数及其在决策中的应用

语言犹豫模糊集是指决策者可以用一些有隶属度的语言术语项表示他/她对一件事情的偏好.这种类型的集合很好地反映了决策者定性和定量的认知以及它的不确定性,因此受到越来越多学者的关注.首先,提出语言犹豫模糊集的相关系数概念,并给出语言犹豫模糊集的相关系数和加权相关系数的计算法则和性质;然后,指出引入的相关系数的显着特征是它位于区间[-1,1]内,这与统计中的经典相关系数一致,而其他文献中提出的语言犹豫模糊集的相关系数都位于区间[0,1]内;最后,将所提出的方法应用于医疗诊断中,并将该方法得到的计算结果与已有的语言犹豫模糊集的相关系数进行比较,比较结果表明,新的语言犹豫模糊集的相关系数的分布更好,能更准确地反映出病人的身体状况与各疾病的关系,从而迅速高效地作出诊断.