直觉模糊集及其在网络舆情中的应用

网络舆情是社会舆情在互联网空间的映射,是社会舆情的直接反映。由于实际问题的模糊性,模糊理论是一种有效的解决问题的工具。直觉模糊集在传统模糊集的基础上,增加了非隶属度因子,从而可以更充分、更准确地刻画不确定信息。本文从直觉模糊集的角度出发,概述了现有的理论及应用成果,包括直觉模糊集的基本概念、运算等,以及决策领域的信息测度、聚合算子、多属性决策方法。本文重点研究直觉模糊集在网络舆情决策领域的应用价值,探讨了当前的研究现状以及未来的发展方向。     

基于直觉模糊集合的软件质量评价模型

为了合理的评价软件质量,本文研究一种基于直觉模糊集合的多属性决策软件质量评价模型。该模型在模糊子集的隶属度的基础上,加入非隶属度及犹豫度,从这三个方面对软件质量指标进行评价,使之更加符合人们对事物评价的不确定性及犹豫程度。同时,本文还应用了直觉模糊熵权法来确定评价指标的权重值,并利用GIFHWA算子对直觉模糊集合进行集成,通过具体案例的结果对比,说明了本文给出的软件质量评价模型是有效的。     

直觉犹豫模糊集距离测度及其应用

在决策过程中考虑决策者对备选方案给出评估信息的犹豫性,定义了直觉犹豫模糊集的犹豫度。首先,结合传统的距离测度,给出了基于犹豫度的直觉犹豫模糊集的距离测度,通过具体的模式识别案例分析,将所提出的直觉犹豫模糊集的距离测度与已有的直觉犹豫模糊集的距离测度进行了比较,结果显示,所提出的距离测度具有实用性和有效性。其次,结合有偏好的决策问题和TOPSIS方法,给出了备选方案的决策模型和算法步骤。最后,将此方法应用于锂离子电池供应商模型,并对相应的参数进行了敏感性分析,证明了所提出的距离测度具有稳定性和可行性。     

基于相对熵的区间型直觉模糊集多属性决策方法

针对属性权重完全未知且属性值为区间的直觉模糊集的多属性决策问题进行了研究,定义了区间型直觉模糊数相对熵和含参数新的得分函数,然后由TOPSIS方法得到权重,最后通过实例分析验证了所提出方法的有效性和可行性.     

基于集对分析和直觉模糊集的语言型多属性群决策方法

针对语言型多属性群决策问题进行了研究,提出基于集对分析的直觉模糊群决策方法。首先给出语言信息与直觉模糊值的转换方法;分析集对分析的思想与直觉模糊集思想的兼容性,通过集对分析的方法求解出方案对于单个属性和所有属性的联系度表达式;最后通过一个排序公式对方案进行排序,并得出最优方案。算例证实了该方法的有效性。     

凹模糊集与凸直觉模糊集

给出了凹模糊集的定义，讨论了凹模糊集的一些性质，并用凸模糊集和凹模糊集的概念给出了凸直觉模糊集的概念和相应的性质。     

直觉模糊集的扩展研究

基于直觉模糊集的基本概念,考虑其隶属度、非隶属度和概率分布3个因素的影响,给出了直觉模糊集两种扩充:统计直觉模糊集和多值直觉模糊集,并给出了扩充直觉模糊集的运算和包含关系,从而使直觉模糊得到了推广和应用。     

基于区间直觉模糊集的多准则模糊决策方法

提出一种权重信息不完全确定且准则值为区间直觉模糊集的多准则排序方法.该方法用区间直觉模糊集描述方案关于准则集的满足程度与不满足程度,准则的权重也由直觉模糊集表示.通过建立线性规划模型求出最优权重,为决策者做出最优决策提供了一种简便的方法.数值算例说明该方法的可行性和有效性.     

区间直觉模糊集的包含度的多目标属性决策方法

通过正常的蕴涵算子将Vague集的包含度公式进一步扩展到区间直觉模糊集上,并给出了基于区间直觉模糊集的包含度在多目标属性决策方法,最后通过实例阐明方法的有效性.     

模糊集合的交分解及其应用

通过论域区 X上若干分明集的交构造模糊集合 A,讨论了 A的下截集的性质 ,定义出另一种扩展原理和表现定理 ,求出像与逆像的下截集。     

模糊下割集与模糊交割集

通过对模糊集理论的研究,提出了模糊割集的一个新概念{x0≤μA(x)≤α}称之为模糊下割集,并讨论了模糊下割集与原模糊割集之间的关系及模糊下割集和模糊交割集若干性质。     

L-直觉模糊集的截集及其性质

在L是完全分配格时,借助极小集与极大集概念引入了L-直觉模糊集的截集,它们是直觉模糊集截集概念的推广.进一步,给出了它们若干相关的性质,包括L-直觉模糊集的分解定理.     

对模糊集、Vague集和C*-模糊集的比较研究

模糊集、Vague集和C*-模糊集(新模糊集)都是对经典集合论的扩展,同时又是模糊集合论分支的发展成果。为完善模糊理论体系并将其有效应用,在介绍了三种集合的概念的基础上,分析了它们之间的区别和内在联系并参考与概率论统一定义的C*-模糊集合框架,提出了新Vague关系,使得在处理不确定问题的领域中有了完备的理论基础。最后对三个集合的发展和应用作了一些探讨性研究。     

高型粗糙模糊集及高型模糊粗糙集

定义了L型粗糙模糊集（L型RF集），给出了其相关性质，进而引进了高型粗糙模糊集（高型RF集），它比普通的RF集具有更高层次的粗糙模糊性，可用于人们对粗糙模糊现象的描述，增强人们对自然语言的表达能力，平行地，最后研究了高型模糊粗糙集（高型RF集）。     

基于模糊距离的模糊数的排序及应用

引用模糊数之间的模糊距离,结合模糊数的权重面积,建立一种基于模糊距离的模糊数的排序方法,数值例子说明了排序指标的合理性;排序结果与已有的排序方法进行比较,说明方法的优越性.将该方法用于解决具体的模糊多属性决策问题,进一步验证该排序方法的合理性与有效性.     

基于三角函数的犹豫模糊新距离测度

距离测度主要用于度量不同数据之间的距离,结合三角函数的距离测度也被成功地应 用于犹豫模糊集上。本文提出了基于正弦、余弦和正切函数的犹豫模糊距离测度以及含偏好的距 离测度并验证了其优良性质;最后,提出了2种犹豫模糊多属性决策方法,并通过能源政策选择的 案例验证了所提方法的有效性和实用性。     

模糊多属性群决策的Vague集方法

介绍Vague集的基本理论,分析现有记分函数的不足,提出一种改进的记分函数;给出一种基于Vague集求解模糊多属性群决策问题的新方法,该方法利用新的记分函数对决策方案进行排序,选出最优方案;以实例说明该方法的可行性与有效性.     

一种区间直觉模糊信息集成的新方法

研究了属性权值完全未知且属性值为区间直觉模糊数的多属性决策问题．首先提出了一种将区间直觉模糊数转化为区间数的公式;然后,基于可能度法给出了一种新的客观赋权方法。并给出一种基于可能度的方案的排序方法;最后。通过实例证明了该方法的有效性和实用性．     

广义直觉模糊软集的格结构

为推广软集理论的应用范围,研究了广义直觉模糊软集的格结构.介绍了广义直觉模糊软集的概念,给出了广义直觉模糊软集的一些算子及其性质.利用定义的4个交并算子,讨论了广义直觉模糊软集的格结构.最后得到了广义直觉模糊软集的两种格结构,并且证得这两种格都为有界分配格.