INTURITIONISTTIC FUZZY INFORMATION AGGREGATION：THEORY AND APPLICATIONS=直觉模糊信息集成理论及应用

直觉模糊集是传统的模糊集的一种拓展，它同时考虑了隶属度、非隶属度和犹豫度这三方面信息，因而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。自从1983年保加利亚学者Atanassov提出直觉模糊集以来，有关该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、机器学习等诸多领域。本书对直觉模糊信息集成理论与应用方面的最新研究成果进行系统而深入的介绍，主要包括：直觉模糊集成方法、直觉模糊信息的关联测度、距离测度和相似性测度、以及基于上述信息处理工具的各种决策模型和方法。