基于直觉模糊粗糙集模型的多属性决策方法
本文选题:多属性决策 切入点:直觉模糊粗糙集 出处:《西南交通大学》2017年硕士论文 论文类型:学位论文
【摘要】:模糊决策是决策的一个重要组成部分,随着社会发展以及信息多元化,数据模糊不确定化,使得模糊决策已成为研究的主流。在医疗诊断、人工智能、信息处理等领域中得到广泛的应用。本文研究的是基于直觉模糊粗糙集模型的多属性决策,提出了两种直觉模糊粗糙集模型下的多属性决策方法。一是在原有基于相似度的直觉模糊粗糙集的多属性决策方法上进行改进,把原有基于相似关系下的直觉模糊粗糙集定义中的犹豫度细化,提出了与上近似隶属度、上近似非隶属度对应的上近似犹豫度;以及与下近似隶属度、下近似非隶属度对应的下近似犹豫度,把考虑范围扩大。在计算此关系下的两直觉模糊粗糙集的相似度就更加准确有效;二是基于等价关系下的直觉模糊粗糙集模型的多属性决策,在等价关系下,此模型具有一个性质:此关系下的直觉模糊粗糙集与直觉模糊集等价。因而,此关系下的直觉模糊粗糙集多属性决策就转化成直觉模糊集多属性决策,即用直觉模糊集多属性决策方法来解决此关系下的直觉模糊粗糙集多属性决策问题。本文基于提出的决策方法,分别给出两个实例来验证。在第一个实例中,分别用原有的方法和改进后的方法进行解答,都得出了最优方案,对决策过程进行了对比总结,得出改进后的方法的优点。在第二个实例中,用基于等价关系下的直觉模糊粗糙集模型的多属性决策方法来解决此问题,通过计算得出了最佳方案,验证了此方法的可行性。
[Abstract]:Fuzzy decision making is an important part of decision making. With the development of society and the diversification of information, fuzzy decision making has become the mainstream of research. Information processing and other fields have been widely used in this paper is based on intuitionistic fuzzy rough set model of multi-attribute decision-making, Two methods of multi-attribute decision making based on intuitionistic fuzzy rough set model are proposed. The hesitancy degree in the definition of intuitionistic fuzzy rough set based on similarity relation is refined, and the upper approximate membership degree and upper approximate non-membership degree corresponding to upper approximate membership degree and lower approximate membership degree are proposed. The lower approximate indecision degree corresponding to the lower approximate non-membership degree expands the scope of consideration and makes the similarity degree of the two intuitionistic fuzzy rough sets more accurate and effective. The second is the multi-attribute decision of intuitionistic fuzzy rough set model based on equivalence relation. Under the equivalence relation, the model has one property: the intuitionistic fuzzy rough set is equivalent to the intuitionistic fuzzy rough set under this relation. In this relation, intuitionistic fuzzy rough set multi-attribute decision making is transformed into intuitionistic fuzzy set multi-attribute decision making. That is to solve the problem of intuitionistic fuzzy rough set multi-attribute decision making by using intuitionistic fuzzy set multi-attribute decision making method. Based on the proposed decision method, two examples are given to verify the problem. By using the original method and the improved method respectively, the optimal scheme is obtained, the decision-making process is compared and summarized, and the advantages of the improved method are obtained. In the second example, This problem is solved by using the intuitionistic fuzzy rough set model based on the equivalence relation. The optimal scheme is obtained and the feasibility of the method is verified.
【学位授予单位】:西南交通大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:O159;O225
【相似文献】
相关期刊论文 前10条
1 张诚一,周厚勇;关于模糊粗糙集的一个注记[J];兰州大学学报;2005年04期
2 姚红霞;;模糊粗糙集理论介绍和研究综述[J];重庆工学院学报;2006年08期
3 任志波;张沧生;;可变精度模糊粗糙集模型及其性质[J];数学的实践与认识;2009年04期
4 鲁小云;杨勇;;单向S-模糊粗糙集及其应用[J];山东大学学报(理学版);2011年08期
5 徐苏平;杨习贝;范霁月;钱林峰;马健;;基于测试代价敏感的多粒度模糊粗糙集模型[J];电子设计工程;2014年07期
6 孔平,张振良;模糊粗糙集的扩张定理[J];昆明理工大学学报(理工版);2003年06期
7 王艳平,王志强,佟绍成;模糊粗糙集与模糊粗糙逻辑算子[J];大连海事大学学报;2005年02期
8 黄正华;胡宝清;;模糊粗糙集理论研究进展[J];模糊系统与数学;2005年04期
9 李红杰;殷允强;张振良;;模糊粗糙集的一些性质[J];红河学院学报;2005年06期
10 王基一;林仁炳;;模糊粗糙集粗糙熵的修正[J];浙江师范大学学报(自然科学版);2006年04期
相关会议论文 前3条
1 黄春娥;张振良;;基于截集的变精度模糊粗糙集模型[A];第12届全国模糊系统与模糊数学学术年会论文集[C];2004年
2 王全杰;苏晓庆;;基于云理论与模糊粗糙集理论的不确定知识表达[A];山东省测绘学术年会论文集[C];2006年
3 马翠;刘琼荪;赵娟;;一种改进的模糊粗糙集相似度量[A];第五届中国不确定系统年会论文集[C];2007年
相关博士学位论文 前6条
1 王春勇;二型模糊集和二型模糊粗糙集[D];武汉大学;2014年
2 安爽;稳健模糊粗糙集模型研究[D];哈尔滨工业大学;2011年
3 吴正江;L模糊粗糙集研究[D];西南交通大学;2009年
4 曲衍鹏;模糊分类新方法及应用[D];大连理工大学;2012年
5 邵迎超;软集合的代数结构及其应用研究[D];西南交通大学;2013年
6 黄正华;模糊粗糙集模型的若干拓展[D];武汉大学;2010年
相关硕士学位论文 前10条
1 费轶楠;数据分布引导的模糊粗糙近邻分类算法[D];大连海事大学;2015年
2 张艳;模糊粗糙回归算法及其应用[D];山西大学;2015年
3 宋晶晶;粒计算理论中层次结构的分析与应用研究[D];江苏科技大学;2015年
4 乔冲宇;基于模糊粗糙集的火灾监测系统研究[D];兰州交通大学;2015年
5 韩晓冰;模糊粗糙集的推广及其应用[D];辽宁工业大学;2016年
6 齐媛媛;基于邻域和模糊粗糙集的属性约简研究[D];渤海大学;2016年
7 齐亚丽;基于模糊粗糙集属性约简方法的研究[D];渤海大学;2016年
8 汪旭;水质数据的回归分析算法研究与应用[D];重庆邮电大学;2016年
9 吴娟;软直觉模糊粗糙集模型[D];山西师范大学;2016年
10 胡学伟;基于邻域关系模糊粗糙集的分类方法研究与应用[D];西北师范大学;2016年
,本文编号:1634594
本文链接:https://www.wllwen.com/kejilunwen/yysx/1634594.html