[论文解读] Solution of the Decision Making Problems using Fuzzy Soft Relations

Arindam Chaudhuri, Kajal De+1 more|arXiv (Cornell University)|Apr 26, 2013

Multi-Criteria Decision Making参考文献 26被引用 13

一句话总结

本文提出模糊软关系作为一种新颖的框架，用于解决涉及不确定性和模糊性的决策问题。通过将软集理论与模糊关系结合，作者提出了一种参数化方法，在处理模糊性方面优于传统的模糊集和粗糙集方法，其有效性通过理论推导和在实际决策问题中的应用得到验证。

ABSTRACT

The Fuzzy Modeling has been applied in a wide variety of fields such as Engineering and Management Sciences and Social Sciences to solve a number Decision Making Problems which involve impreciseness, uncertainty and vagueness in data. In particular, applications of this Modeling technique in Decision Making Problems have remarkable significance. These problems have been tackled using various theories such as Probability theory, Fuzzy Set Theory, Rough Set Theory, Vague Set Theory, Approximate Reasoning Theory etc. which lack in parameterization of the tools due to which they could not be applied successfully to such problems. The concept of Soft Set has a promising potential for giving an optimal solution for these problems. With the motivation of this new concept, in this paper we define the concepts of Soft Relation and Fuzzy Soft Relation and then apply them to solve a number of Decision Making Problems. The advantages of Fuzzy Soft Relation compared to other paradigms are discussed. To the best of our knowledge this is the first work on the application of Fuzzy Soft Relation to the Decision Making Problems.

研究动机与目标

• 解决现有决策模型在处理模糊、模糊和不确定数据方面的局限性。
• 克服传统理论（如概率、模糊集和粗糙集）在参数化方面的不足。
• 通过将软集与模糊关系结合，提出一种新的数学框架——模糊软关系。
• 展示模糊软关系在解决现实世界决策问题中的实际适用性。
• 确立模糊软关系在参数化和灵活性方面相对于现有范式的优势。

提出的方法

• 在软集框架下，将软关系定义为参数集与软集中对象之间的二元关系。
• 通过将模糊集理论与软集理论结合，引入模糊软关系，允许关系中存在隶属度的度量。
• 利用最大-最小和最大-乘积运算，对模糊软关系的复合进行形式化，以支持决策推理。
• 通过基于关系强度的参数化决策规则构建，将模糊软关系模型应用于决策问题。
• 利用层次软集的概念，从模糊软关系输出中提取清晰决策。
• 通过理论分析和在样本决策问题中的应用，验证该方法，与现有模型进行结果比较。

实验结果

研究问题

• RQ1 软集理论如何扩展以在不确定性决策中建模复杂关系？
• RQ2 与传统模糊集或粗糙集相比，模糊软关系模型在参数化决策中具有哪些优势？
• RQ3 模糊软关系能否有效处理现实世界决策问题中的模糊和模糊数据？
• RQ4 模糊软关系的复合如何在数学上形式化以支持决策推理？
• RQ5 层次软集在此类模糊软关系输出转化为可操作决策的过程中起什么作用？

主要发现

• 所提出的模糊软关系模型成功弥补了概率论、模糊集和粗糙集中存在的参数化缺陷。
• 模糊软关系为建模决策情境中的不确定性关系提供了更具灵活性和直观性的框架。
• 该方法通过参数化关系复合实现最优决策的推导，提高了决策准确性。
• 理论分析证实，模糊软关系同时推广了软关系和模糊关系，提供了一体化的统一方法。
• 层次软集的应用使得从模糊软关系输出中提取清晰决策成为可能，显著增强了实际可用性。
• 据作者所知，这是首次系统性地将模糊软关系应用于决策问题，标志着该领域的一项新贡献。