论文部分内容阅读
模糊集在多属性决策问题中起着非常重要的角色。直觉模糊集是模糊集的扩展,它引入了非隶属度,满足隶属度和非隶属度之和不大于1。作为直觉模糊集的一种推广,图片模糊集由元素的三个隶属度组成,分别称为肯定隶属度,中立隶属度和否定隶属度,以使它们的总和不大于1。在已有关于图片模糊集的文献中,研究者成功开发了几种算法来解决聚类、模糊推理和决策等不同的问题。然而,模糊集理论、直觉模糊集理论和图片模糊集理论只能解决现实世界中的一部分不确定性问题。为此,Smarandache融合了非标准分析和三分集,开创了中智集理论。一个中智集由三个隶属函数(真隶属函数、不确定隶属函数和假隶属函数)组成,其中每个函数值都是非标准单位区间]0-!1+[的一个实标准或非标准子集。中智集在图像处理和聚类分析中取得了很好的应用。Molodtsov提出软集理论作为处理不确定性信息的一种数学工具,并展示了该理论在解决工程、物理、计算机科学、经济学、社会科学、医学等领域中的应用。他确立了这一理论的基本结果,并成功地将软集理论应用于多个方向,例如函数的平滑性、博弈论、运筹学,Riemann积分、Perron积分、概率论、测量论等。软集无论是在理论还是在应用方面均取得了长足发展。Maji等人基于保证最优选择对象不变的参数约简方法,研究了软集在决策问题中的应用。此外,Maji等人首先介绍了软子集、软超集、软相等、空软集和全软集的概念以及一些新运算,并验证了De Mor-gan 律。之后,Ali 等人进一步研究了与新运算有关的一些重要性质,并研究了软集的一些代数结构。Sezgin和Atagun扩展了软集运算的理论方面。Yang和Guo介绍了软映射、软相等、软集关系的核和闭包以及软集关系映射。Chen等人提出了软集参数化约简的新定义。Kong等人将正规参数约简引入了软集,提出了一种启发式算法来计算软集的正规参数约简。Babitha等人介绍了软集的笛卡尔积的子软集和许多相关概念。Xiau等人提出了排他性析取软集的概念,并研究了它的一些运算。Gong等人定义了双射软集的概念及其一些运算,并研究了它的几个性质。Feng等人将粗糙集和软集相结合,他们还定义了新类型的软集,例如完全软件集,交完备软集和划分软集。Maji等人通过结合现有的模糊集方法扩展了软集理论,并发展了模糊软集的思想。Roy和Maji提出了模糊软集在决策中的应用。杨等人定义了基于区间值模糊集和软集的区间值模糊软集。Majumdar和Samanta人推广了模糊软集的概念。即,在定义模糊软集的同时,其程度与模糊集的参数化有关,快速发展了几种扩展的软集模型,例如广义区间值模糊软集,区间值直觉模糊软集,区间值犹豫模糊软集和对偶犹豫模糊软集。此外,Maji等人定义了直觉模糊软集,研究了图片模糊软集,以及广义的直觉模糊软集。Peng和Garg提出了三种解决区间值模糊软决策问题的算法,它们分别是基于加权距离近似,组合距离的评估和相似性度量。Peng和Yang提出了一种新颖的区间值模糊软集方法。他们提出了区间值模糊距离度量新的公理化定义,此处的数是区间值模糊数,他们通过正态分布确定了各种参数的客观权重。Peng和Liu提出了一些新颖的单值中智软集方法。他们提出了单值中智相似性度量的新的公理定义,它们是用单值中智数表示的。然后,他们通过灰色系统理论确定了各种参数的客观权重。Peng和Dai提出了一些新颖的犹豫模糊软集方法。他们通过香农熵理论确定了各种参数的客观权重。然后,他们开发了组合的权重,可以同时显示主观信息和客观信息。他们还提出了三种算法,通过多属性边界近似区域比较,加权总和乘积评估和复杂比例评估来解决犹豫的模糊软决策问题。Zhu和Zhan提出了模糊参数化模糊软集的概念以及相应的决策方法。Zhao等人提出了一种基于直觉模糊软集的新型决策方法。Das引入了加权模糊软多集和决策的概念。Garg和Arora提出了一种通过制定带有区间值直觉模糊软集信息的非线性规划模型来解决决策问题的方法。Deli介绍了区间值中智软集的概念及其在决策过程中的应用。Garg和Arora提出了基于Maclaurin对称均值聚合算子的t范数运算,用于解决双重犹豫模糊软集环境下的决策问题。导致全世界死亡的最主要疾病是癌症。肺癌已经成为世界上最常见的疾病之一,其未来发病率呈指数趋势。为了避免这种危及生命的困难,一种可行的解决方案是使人们事先意识到他们各自的肺癌风险,并应适当地采取预防措施。基于此,人们尝试借助数学工具开发肺癌的医学专家系统或疾病诊断专家系统。由于诊断过程中存在不确定性信息,研究者开发了基于模糊规则的肺癌专家系统。一个基于模糊规则的专家系统包括一组模糊规则和隶属函数。到目前为止,模糊推理系统已成为一个研究热点。本文构建了一些新型模糊软集(区间值图片模糊软集,可能性m极模糊软集,时间中智软集以及n值精细中智软集),研究了相关性质,并通过举例说明其在疾病诊断等多属性决策问题中的有效性和可行性.首先,简要介绍了模糊集理论和软集理论.提出了区间值图片模糊软集理论的概念并定义了区间值图片模糊软集的一些运算(例如,子集,相等,补,inf乘积,sup乘积,并和交集).提出了利用区间值图片模糊软集解决多属性决策问题的一种算法.提出了可能性m极模糊软集的概念(它在决策和其他类似问题中很有用).给出了利用概率m极模糊软集的inf乘积或sup乘积运算求解模糊决策问题的两种算法.然后,定义了时间中智软集合和n值精细中智软集合的“子集”和“相等”并讨论了相关性质.最后,构建了一个新的模糊软专家系统,通过例子说明该系统在实际应用中是有效的和可行的.本文共分五章,内容如下:第1章:介绍了一些基本概念,包括模糊集,m极模糊集,中智集,图片模糊集,区间值图片模糊集、软集、模糊软集,图片模糊软集,时间中智软集和n值精细中智软集.第2章:定义了区间值图片模糊软集的概念(特别是区间值图片模糊软集的一些新运算,例如,子集、相等、取补运算、inf乘积、sup乘积、并、交),并且讨论了这些运算的性质.此外,基于区间值图像模糊软集设计了一种算法用于解决决策问题,并通过数值实验阐述了这种算法在决策过程中处理不确定性的有效性和可行性.第3章:引入了可能性m极模糊软集的概念.为了便于在实际问题中的应用,定义了可能性m极模糊软集的几种运算(例如,子集、相等、取补运算、并、交、inf乘积、sup乘积).给出了基于m极模糊软集的inf乘积和sup乘积运算两种算法,并通过数值实验阐述了该算法在解决多属性决策问题的可行性.第4章:研究了时间中智软集和n值精细中智软集.主要内容是关于时间中智软集和n值精细中智软集的子集和相等的处理方面.给出了一些例子并且讨论相关的性质.第5章:构建一种新的模糊软专家系统.具体预测过程包括下面四个主要步骤:(1)将实值输入转换为模糊数.(2)将数据的模糊数转换为模糊软集。(3)利用正规参数约简方法将得到的模糊软集族简化为一个新的模糊软集族.(4)利用提出的算法获取输出数据.实验对象为:中国南京胸科医院呼吸科接受治疗的45名患者(男性30例,女性比例,均为吸烟者).收集的数据中55条为训练数据,45条用于系统的测试过程,系统观测的属性参数共6个,包括减肥,呼吸急促,胸痛,持续咳嗽,痰中带血和患者年龄.研究发现所提出模糊软专家系统的量化精度为100%,这表明所开发的模糊软专家系统对于专家确定患者是否患有肺癌具有很好的参考价值.最后,将提出的模糊软专家系统与模糊推理系统进行了比较.