[论文解读] Interval Neutrosophic Sets

Haibin Wang, Praveen Madiraju+2 more|ArXiv.org|Sep 7, 2004

Multi-Criteria Decision Making参考文献 5被引用 6

一句话总结

本文提出区间中性倾向集（INS）作为中性倾向集理论中的精细化框架，用于建模现实世界数据中的不确定性、不确定性和不一致性。通过定义集合运算并证明凸性与包含等性质，作者将INS确立为模糊集、直觉模糊集和区间值模糊集的推广，使其能够稳健处理信息融合与决策制定等应用中的不完整和不一致信息。

ABSTRACT

Neutrosophic set is a part of neutrosophy which studies the origin, nature, and scope of neutralities, as well as their interactions with different ideational spectra. Neutrosophic set is a powerful general formal framework that has been recently proposed. However, neutrosophic set needs to be specified from a technical point of view. To this effect, we define the set-theoretic operators on an instance of neutrosophic set, we call it interval neutrosophic set (INS). We prove various properties of INS, which are connected to the operations and relations over INS. Finally, we introduce and prove the convexity of interval neutrosophic sets.

研究动机与目标

• 通过引入区间中性倾向集（INS），将中性倾向集形式化为可计算使用的框架。
• 定义并分析INS上的集合论运算（并集、交集、补集），以支持实际应用。
• 证明包含关系、分配律与凸性等关键性质，以确保逻辑一致性和适用性。
• 证明INS可推广经典集、模糊集、区间值模糊集、直觉模糊集与 paraconsistent 集。

提出的方法

• 将区间中性倾向集（INS）定义为：真值、不确定性和假值隶属度均以[0,1]区间表示的集合。
• 引入标准集合论运算：基于区间最小值、最大值与补集规则的并集、交集与补集运算。
• 通过分量式区间算术建立运算：例如，真值、不确定性与假值隶属度的下确界与上确界值。
• 利用区间值隶属函数定义INS的凸性，并证明两个凸INS的交集仍为凸集。
• 使用形式化证明验证包含关系、分配律与运算封闭性等性质。
• 通过展示现有模糊集模型可表示为INS的特例，证明INS可涵盖已有模型。

实验结果

研究问题

• RQ1 如何将中性倾向集形式化为适用于现实应用的可计算框架？
• RQ2 区间中性倾向集的基本集合论运算（并集、交集、补集）是什么？它们满足哪些性质？
• RQ3 区间中性倾向集的凸性在交集运算下如何表现？这对优化与决策制定有何影响？
• RQ4 区间中性倾向集如何推广经典集、模糊集、直觉模糊集与 paraconsistent 集？

主要发现

• 本文证明两个区间中性倾向集的并集是同时包含两者的最小集合，而交集是同时包含于两者的最大集合。
• 证明了并集的补集是补集并集的子集，且交集与补集运算也满足类似恒等式。
• 证明两个凸的区间中性倾向集的交集本身仍为凸集，表明凸性在交集运算下得以保持。
• 证明区间中性倾向集可作为经典集、模糊集、区间值模糊集、直觉模糊集与 paraconsistent 集的特例，实现广义化。
• 本文表明，区间中性倾向集模型可表示不一致与不确定信息（如投票系统或传感器融合中的情形），其表达能力超越直觉模糊集与区间值模糊集的范围。
• 正式证明INS上的集合论运算具有封闭性，并满足关键代数性质，从而在不确定环境中实现可靠计算。