论文部分内容阅读
自1965年美国California大学L.A.Zadeh提出模糊集论以来，经过几十年的发展，模糊集理论及其应用研究取得了长足的进步。
由于客观世界的复杂性，以及人们认识世界的能力不足和测量工具的误差，人们经常会碰到信息不完备和不确定的情形，这时我们所得到的表征事物行为特征的数据往往是一些范围或是一些区间数。针对这种情况人们建立了区间值模糊集，它是Zadeh模糊集的一种推广形式。目前，国内外一些学者对区间值模糊集的基础理论作了较深入的研究，并取得了一定的研究成果。在应用上，该模糊集也渗透到决策分析、模式识别、智能信息处理等领域。
本文主要研究区间值模糊集的贴近度及其应用的问题。首先介绍了区间值和区间值模糊集的定义及其基本性质；其次根据区间值模糊集的贴近度的两种定义给出了几种常用的贴近度公式；然后考虑到各属性权重对评判的结果的重大影响，文中总结和归纳了属性值为区间值的属性权重的常用求法，并给出了几种新的求权重的方法；最后介绍了区间值模糊集的贴近度在模式识别及综合评判中的应用，并分别以实例进行说明。这样使得区间值模糊集的有关基本理论及其应用更完善。