[论文解读] Applications of Bimatrices to some Fuzzy and Neutrosophic Models

W. B. Vasantha Kandasamy, Florentín Smarandache+1 more|ArXiv.org|Sep 4, 2005

Cognitive Science and Mapping参考文献 108被引用 13

一句话总结

本文引入了双矩阵、双图及其相关n元结构，以推广模糊认知图与中性认知图，实现对多专家意见在各阶段的对比分析。该框架通过系统性地扩展模糊与中性关系模型，支持复杂系统的时间与成本高效建模，经由95个实例、125幅图表及25个实际应用案例验证。

ABSTRACT

This book, in order to generalize the two models of fuzzy cognitive maps and neutrosophic cognitive maps, has systematically invented mathematical tools like bimatrices, trimatrices, n-matrices, bigraphs, trigraphs and n-graphs and describe some of its properties. These concepts are also extended neutrosophically in this book. Using these new tools we define fuzzy cognitive bimaps, fuzzy cognitive trimaps, fuzzy relational bimaps and fuzzy relational trimaps which exploit the new notions of bimatrices, bigraphs, trimatrices and trigraphs. It is worth mentioning that these can be extended to n-array models as a simple exercise. The main advantage of these models are: 1. Comparative study of the views stage-by-stage is possible. 2. Several experts opinion can be compared not only at each stage but also the final result can easily be compared. 3. Saves time and economy. This book is organized into four chapters. The first chapter recalls the basic concepts of bimatrices and neutrosophic bimatrices. Second chapter introduces several new notions of graphs like bigraphs, trigraphs and their properties. Chapter three illustrates how these new tools are used in the construction of fuzzy cognitive bimaps, trimaps and n-maps and fuzzy relational bimaps, trimaps and n-maps. The neutrosophic analogues of chapter 3 is carried out in the fourth chapter. In this book, we have given nearly 95 examples to make the reader easily follow the definitions. We have also provided 125 figures for help in easily understanding the definition and examples. We have also given 25 real world problems as applications of Bimatrices to Fuzzy and Neutrosophic models.

研究动机与目标

• 通过双矩阵与双图等新型数学工具，推广模糊认知图与中性认知图。
• 实现决策过程中多专家意见的分阶段对比分析。
• 通过结构化、可扩展的框架，降低复杂系统建模的时间与经济成本。
• 将模糊与中性模型扩展至n元结构（如三元图、n元图），以扩大适用范围。
• 为模糊与中性系统在实际中的应用，提供系统化、基于实例的理论基础。

提出的方法

• 引入双矩阵与中性双矩阵作为建模多源、多阶段系统的基础工具。
• 定义双图与三图，作为传统图的扩展，用于表示两个或三个实体之间的关系。
• 应用双矩阵与双图构建模糊认知双图与三图，以实现对动态系统的分析。
• 通过基于矩阵的关系建模，将框架扩展至模糊关系双图与三图。
• 开发所有模型的中性类比，以纳入专家判断中的不确定性与模糊性。
• 采用95个实例与125幅图表说明定义与模型构建过程，确保清晰性与可复现性。

实验结果

研究问题

• RQ1 双矩阵与双图如何用于推广模糊认知图，以实现多专家对比？
• RQ2 双图与三图在建模多源关系时的结构与功能特性是什么？
• RQ3 模糊认知双图与三图相较于传统模型，在复杂系统分析中有哪些改进？
• RQ4 中性双图与三图在处理专家意见中的不确定性与模糊性方面有哪些方式？
• RQ5 所提出的n元模型（如n元图）如何系统性地从双图与三图扩展而来？

主要发现

• 所提出的双矩阵与双图框架，实现了模糊与中性模型中多专家意见的系统性、分阶段对比分析。
• 双矩阵的使用实现了分析各阶段结果的高效聚合与对比，显著减少了冗余。
• 通过扩展至n元结构（如三元图与n元图），该框架支持可扩展建模，且概念开销极低。
• 25个实际问题的引入，证明了其在需要多源、不确定或模糊推理的多样化领域中的实际应用价值。
• 95个实例与125幅图表提供了全面、直观的模型构建指南，显著提升了可复现性与理解度。
• 模型的中性类比成功纳入了不确定性，为处理不确定或冲突的专家输入提供了更稳健的框架。