直觉模糊信息集成理论及应用

Atanassov于1986年对传统的模糊集进行了拓展，提出了直觉模糊集的概念。由于直觉模糊集同时考虑了隶属度、非隶属度和犹豫度这三方面信息。因此，它比传统的模糊集在处理模糊性和不确定性等方面更具灵活性和实用性。近年来，有关直觉模糊集理论的研究已受到国内外相关领域学者的极大关注，并且已被应用于决策、医疗诊断、逻辑规划、模式识别、机器学习和市场预测等诸多领域。本书将对近年来国内外学者特别是作者本人在直觉模糊信息的集成方式、直觉模糊集的关联测度、距离测度和相似性测度、直觉模糊集的聚类算法、以及基于直觉模糊信息的决策模型和方法等方面的研究成果进行深入系统的介绍。