基于毕达哥拉斯模糊信息的决策理论与方法研究

发布时间：2022-07-07 11:34

　　本文以毕达哥拉斯模糊集为理论基础,克服了直觉模糊集中隶属度与非隶属之和小于1的缺陷,并将多属性决策方法（MCDM）引入其中,为解决模糊决策问题提供了另外一种思路。首先,我们将Hamy Mean（HM）算子和对偶Hamy Mean算子（DHM）引入到毕达哥拉斯模糊环境下,提出毕达哥拉斯模糊集Hamy Mean（PFHM）算子和毕达哥拉斯模糊对偶Hamy Mean算子（PHDHM）;然后,把其拓展到区间毕达哥拉斯模糊（IVPFS）环境下,提出区间毕达哥拉斯模糊Hamy Mean（IVPFHM）算子和区间毕达哥拉斯模糊对偶Hamy Mean算子（IVPFDHM）;其次,我们拓展Hamming距离和Hausdorff距离到毕达哥拉斯模糊环境下,借助距离测度与关联测度之间的关系,提出了一些新的距离测度和关联测度。在集合论、匹配函数、补集和连续函数的基础上,我们又拓展了其它的相似测度。最后,通过实际的例子来说明所提方法的有效性。 

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
2 预备知识
    2.1 毕达哥拉斯模糊集
    2.2 区间毕达哥拉斯模糊集
    2.3 Hamy Mean(HM)算子
    2.4 对偶 Hamy Mean(DHM)算子
3 基于毕达哥拉斯模糊集的相关算子
    3.1 毕达哥拉斯模糊Hamy Mean(PFHM)算子
    3.2 加权毕达哥拉斯模糊Hamy Mean(WPFHM)算子
    3.3 毕达哥拉斯模糊对偶Hamy Mean(DHM)算子
    3.4 加权毕达哥拉斯模糊对偶Hamy Mean(WPFDHM)算子
    3.5 实例分析
    3.6 小结
4 基于区间毕达哥拉斯模糊集的相关算子
    4.1 区间毕达哥拉斯模糊Hamy Mean(IVPFHM)算子
    4.2 加权区间毕达哥拉斯模糊Hamy Mean(WIVPFHM)算子
    4.3 区间毕达哥拉斯模糊对偶Hamy Mean(IVPFDHM)算子
    4.4 加权区间毕达哥拉斯模糊对偶Hamy Mean(WIVPFDHM)算子
    4.5 实例分析
    4.6 对比分析
    4.7 小结
5 基于毕达哥拉斯模糊集的距离测度和相似测度
    5.1 距离测度和相似测度的相关定理
    5.2 离散型的距离测度和相似测度
    5.3 连续型的距离测度和相似测度
    5.4 其它的相似测度
    5.5 实例分析
    5.6 小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
在校期间的科研成果
致谢



本文编号：3656347