智能语言术语集是可以同时具有模糊性、犹豫度、近似性与随机性或可能性等的语言术语集,在处理复杂不确定、不完整等信息方面更具灵活性和实用性。本书首次提出智能语言术语集的概念与智能语言术语集的信息表示,介绍了近年来国内外学者特别是作者本人及其团队在智能语言术语集的测度理论、智能语言术语集的集成方式,以及基于上述信息处理工具的智能语言决策模型和方法等方面的最新研究成果,且该研究成果已广泛应用于决策、医疗诊断、未来规划、模式识别、机器学习和预测等诸多领域。
样章试读
目录
- 目录
前言
第1章 智能语言的基本概念 1
1.1 智能语言的概念 1
1.1.1 语言与模糊语言 1
1.1.2 直觉模糊语言与Pythagorean模糊语言 3
1.1.3 犹豫模糊语言与概率语言 7
1.1.4 Z-语言与直觉Z-语言 8
1.1.5 智能语言 10
1.2 智能语言的比较规则 10
1.2.1 得分函数与精确函数 11
1.2.2 可能度 15
1.3 小结 19
参考文献 19
第2章 智能语言集的测度理论 22
2.1 几种基本度量方法 22
2.1.1 距离测度 22
2.1.2 相似性测度 23
2.1.3 熵测度 23
2.2 直觉模糊语言的度量 24
2.3 Pythagorean模糊语言的度量 30
2.4 犹豫模糊语言的度量 33
2.5 概率语言的度量 37
2.6 直觉Z-语言的度量 42
2.7 小结 45
参考文献 45
第3章 模糊语言信息集成方法 47
3.1 几种常见的信息集成算子 47
3.2 模糊语言信息集成方法 52
3.2.1 模糊语言诱导加权平均距离算子 52
3.2.2 FPLOWA算子与FPLIOWA算子 57
3.2.3 决策算法与案例分析 60
3.3 直觉模糊语言信息集成方法 63
3.3.1 IFLIOWA算子与IFLIOWGA算子 63
3.3.2 决策算法与案例分析 69
3.3.3 直觉模糊语言混合集成算子 73
3.3.4 决策算法与案例分析 77
3.4 Pythagorean模糊语言信息集成方法 82
3.4.1 Pythagorean三角模糊语言Bonferroni均值算子 82
3.4.2 决策算法与案例分析 90
3.5 小结 93
参考文献 93
第4章 智能语言信息集成方法 96
4.1 犹豫模糊语言信息集成方法 96
4.1.1 犹豫模糊语言集成算子 96
4.1.2 犹豫模糊语言多属性决策算法及案例 106
4.2 概率语言信息集成方法 109
4.2.1 概率语言术语集成算子 109
4.2.2 概率语言多属性决策算法及案例 110
4.3 Z-语言信息集成方法 112
4.3.1 基于Z-语言信息的集成算子 112
4.3.2 Z-语言多属性决策算法及案例 117
4.4 小结 121
参考文献 122
第5章 智能语言群决策模型及方法 123
5.1 几种决策模型 123
5.1.1 TOPSIS决策模型 123
5.1.2 TODIM决策模型 124
5.1.3 VIKOR决策模型 126
5.1.4 AHP决策模型 128
5.2 基于智能语言信息的TOPSIS决策模型 130
5.2.1 广义区间直觉模糊语言TOPSIS决策模型 131
5.2.2 投资策略选择 134
5.2.3 概率语言TOPSIS决策模型 137
5.2.4 舆情系统选择 138
5.3 基于智能语言信息的TODIM方法 143
5.3.1 IVPFLV的统计特征 143
5.3.2 基于IVPFLV的主成分模型 146
5.3.3 基于IVPFL-PCA的TODIM决策算法 150
5.3.4 地震应急决策 151
5.4 基于智能语言信息的VIKOR方法 155
5.4.1 区间Pythagorean模糊语言VIKOR决策模型 155
5.4.2 企业选址问题 157
5.5 基于智能语言信息的优先分类决策方法 161
5.5.1 区间直觉模糊语言优先分类决策模型 161
5.5.2 供应商评级 163
5.6 基于智能语言信息的AHP方法 168
5.6.1 概率语言AHP决策模型 168
5.6.2 未来城市发展前景 170
5.7 小结 173
参考文献 173
第6章 总结与展望 176
6.1 本书总结 176
6.1.1 智能语言的基本理论 176
6.1.2 智能语言的度量 177
6.1.3 模糊语言信息集成方法 177
6.1.4 智能语言信息集成方法 177
6.1.5 智能语言群决策模型及方法 178
6.2 未来工作展望 178
6.2.1 复杂问题的智能语言处理 178
6.2.2 智能语言信息的度量公理化 178
6.2.3 智能语言信息时序建模预测 179
6.2.4 基于智能语言信息预测的决策理论 179