[论文解读] Relations on FP-Soft Sets Applied to Decision Making Problems

İrfan Deli̇, Naim Çağman|arXiv (Cornell University)|Feb 13, 2014

Fuzzy and Soft Set Theory参考文献 20被引用 3

一句话总结

本文提出了模糊参数化软集（FP-soft集）上的关系，并基于这些关系提出了一种新颖的决策方法。通过为FP-soft关系定义自反性、对称性和传递性性质，并应用模糊化算子，该方法能够从不确定数据中识别出最优备选项，在一个实际案例中成功选出了隶属度最高的汽车。

ABSTRACT

In this work, we first define relations on the fuzzy parametrized soft sets and study their properties. We also give a decision making method based on these relations. In approximate reasoning, relations on the fuzzy parametrized soft sets have shown to be of a primordial importance. Finally, the method is successfully applied to a problems that contain uncertainties.

研究动机与目标

• 定义并研究模糊参数化软集（FP-soft集）上的关系，将软集理论扩展至处理具有模糊参数的不确定性。
• 引入并形式化FP-soft关系的自反性、对称性和传递性性质，以支持决策中的逻辑推理。
• 开发一种基于FP-soft关系的决策方法，能够处理实际应用中模糊和不确定的信息。
• 通过一个涉及在模糊标准下进行汽车选择的真实世界案例研究，展示所提方法的有效性。

提出的方法

• 将FP-soft关系定义为从参数对到论域模糊子集的映射，利用隶属度表示关系。
• 引入模糊化算子 $ s_{R_F} $，通过聚合所有参数对上的隶属度值，将FP-soft关系转换为论域上的模糊集。
• 应用最小t-范数计算每个对象在模糊化集合中的隶属度，确保关系证据的保守聚合。
• 利用所得模糊集按其隶属度值对备选项进行排序，选择隶属度最高的对象作为最优决策。
• 将决策算法构建为五个步骤：(1) 定义模糊参数集，(2) 构建FP-soft集，(3) 基于标准定义FP-soft关系，(4) 应用模糊化算子，(5) 选择隶属度最高的备选项。
• 使用一个案例研究验证该方法：客户根据安全性、成本、现代性和尺寸等标准选择汽车，其中参数权重为模糊值。

实验结果

研究问题

• RQ1 如何在模糊参数化软集（FP-soft集）上正式定义并表征关系，以支持逻辑推理？
• RQ2 FP-soft集上关系具有自反性、对称性或传递性的充分必要条件是什么？
• RQ3 基于FP-soft关系的决策方法能否有效处理不确定性，并产生一致且可解释的结果？
• RQ4 模糊化算子如何将关系数据转化为可用于对象选择的决策就绪模糊集？
• RQ5 在所提框架中，使用不同t-范数（如最小t-范数）对最终决策结果有何影响？

主要发现

• 所提出的决策方法通过计算模糊化关系成功识别出最优备选项，其中对象 $ u_3 $、$ u_7 $ 和 $ u_8 $ 的最大隶属度达到 0.244。
• 模糊化算子 $ s_{R_F} $ 在论域上生成一个模糊集，其中 $ u_3 $、$ u_7 $ 和 $ u_8 $ 达到最大隶属度值 0.244，表明其被选为最优选择。
• 该方法表明，具有自反性、对称性和传递性性质的FP-soft关系可用于建模和解决现实世界中的不确定性决策问题。
• 使用最小t-范数可确保关系隶属度的保守聚合，从而在决策过程中保持逻辑一致性。
• 案例研究证实该方法有效：在所有汽车中，$ u_3 $、$ u_7 $ 和 $ u_8 $ 因在模糊化关系中具有高联合隶属度而被选为最佳选项。
• 该框架具有可扩展性，可使用其他t-范数（如代数t-范数、爱因斯坦t-范数）以适应不同的决策情境。