谢同翔(第二篇).doc

二元语义软集及其在群决策中的应用 陶志富、陈华友 摘要： 这篇文章的目的是通过结合二元语言术语集和软集提出二元语义软集的概念。传统的集合运算和相应的性质都已经被研究过了。在发展代数运算和讨论其相应性质的基础上，我们介绍了这一理论在解决决策问题中的应用。四种运用二元语义软信息集成函数概念的算法被开发出来解决群决策问题。最后，投资策略的选择问题显示我们的方法的可行性和有效性。 关键词： 软集、群决策、二元语义软集、信息集成函数。 简介： Molodtsov（1999）提出软集概念来处理传统数学工具不能处理模糊性和不确定性。后来，Maji等人（2001a）提出了模糊软集（FSS），这基本上是通过嵌入软集和模糊集来介绍的（Zadeh1965）。他们在决策中也应用了软集（Maji等人2002）。此外，大量的模糊软集已被提出，如直觉模糊软集（IFSS）（Maji等人2001b）、广义模糊软集（Majumdar and Samanta 2010），区间值模糊集（Yang等人2009）、广义区间值模糊软集（Alkhazaleh and Salleh 2012）此外，这些模糊软集已被应用于解决许多实际问题,在社会科学领域（Roy and Maji 2007；Borah等人 2012; Mao 等人 2013），工程（Rajarajeswari and Dhanalakshmi2013），经济学（Xiao等人2012）、医学（Basu等人2012a）等 但在许多实际问题中，存在的问题是在各种情况下必须要处理模糊和不精确的信息，即:信息并不总是能准确地评估与定量值，但可以评估与定性值。针对这些情况，Zadeh（1975）介绍了语言变量的概念并将其应用于决策。然后，Zadeh（1996）指出词计算（CWW）是一种方法论，哪些词在CWW中代替数字计算和推理、模糊逻辑起着举足轻重的作用，反之亦然。语言模型的一些主要应用包括决策模型(Mamdani and Assilian 1975; Pacholczyk 1998; Herrera and Herrera-Viedma 2000; Xu 2008; Dong等人 2009; Yang and Ji 2011; Zhou and Chen 2012)，信息检索 (Bordogna and Pasi 1993; Kraft等人 1994; Herrera-Viedma and López-Herrera 2007)，推荐系统(Martínez等人 2007; Porcel等人 2009)和社会选择 (García-Lapresta等人 2010)等。 CWW的主要方法是基于不同的计算模型，例如传统的语言计算模型(Degani and Bortolan 1988; Martin and，Klir 2006)和语言符号计算模型。但这种语言计算模型已经被证明是一种缺乏准确性的进程。为了这一缺点Herrera and Martínez (2001)介绍了一种新的计算模型，叫做二元语义计算模型。加入了一个参数的基本表示以提高语言计算的准确性。其他关于CWW的主要概述在以下工作中提供(Herrera等人 2009; Martínez and Herrera 2012). 语言信息与其他模糊概念组合已被证明是一个处理不确定性的有用的工具。例如，Rodríguezet al(2012)提出了犹豫模糊语言术语用来处理专家评估指标、选项、变量等在几个值之间犹豫不决的情况。通过Rodríguezet al(2012)所做的工作和直觉模糊软集的概念，我们结合软集和二元语言信息提出了二元语义软集的概念，这也是二元语言信息的应用的扩展。作为一个语言建模的新方案，这篇文章着重介绍二元语义软集及其性质的代数运算法则。我们还提出了相应的函数来解决群决策的二元组语言软信息的问题。 本文的其余部分安排如下：为了方便我们的讨论，我们在第二部分先复习一些基本定义和符号。第三部分提出语言软集的概念，一些基本集合的运算方法，接着被定义，例如补集，“AND”和“OR”交和并的运算。第四部分，我们提出了一种二元语言软信息的方法，其中在软集中的近似变量被看作是函数中的变量，然后把这种过程应用到群决策问题中。第五部分，一个数字的例子来说明这种方法的可行性和有效性。最后，第六部分给出一些总结和对今后工作的探讨。 2我们选择合适的语言表示术语集和它们的语义。假定是一个有限的完全有序离散术语集，其中代表一个语言变量的可能值，g是偶数。例如，有7个术语组成的集合S给出如下所示(Herrera-Viedma and López-Herrera 2007)： 需要注意的是，中间语言标签代表“中等”的评价，其他语言标签在其周围对称分布。 通常的，下面的附加特性是