张又林,许宏伟,刘卫锋
(郑州航空工业管理学院数理系,河南 郑州 450015)
Molodtsov 在文献[1]中提出了软集的概念,试图从参数化的角度为研究不确定性问题提供统一的数学框架。由于软集理论与模糊集理论、粗糙集理论等不确定性理论具有很强的互补性,因此受到了学术界的广泛关注,其中,文献[2-4]对软集的运算和相等进行了研究,完善了软集的运算体系;文献[5-8]分别将模糊集、区间模糊集、Vague集和直觉模糊集与软集相结合,提出了模糊软集、区间模糊软集、Vague软集和直觉模糊软集;文献[9]进一步研究了区间值直觉模糊软集;文献[10-11]通过将软集和模糊软集的参数集由经典集推广到模糊集,定义了具有模糊化参数的软集和模糊软集;文献[12-17]研究了软集和模糊软集在决策中的应用。
在上述研究基础上,本文通过将模糊参数软集的参数集由模糊集推广到区间值模糊集,定义了区间值模糊参数软集,并研究了区间值模糊参数软集的补、并和交运算以及运算的性质。然后,给出利用区间值模糊参数软集进行决策的方法,并通过实例说明决策方法的可行性。
定义1[1]设U是一个集合,P(U)是其幂集,E是一个参数集,A⊆E,U上的一个软集定义为有序对集合
FA={(x,fA(x))|x∈E,fA(x)∈P(U)}
其中,fA:E→P(U),并且若x∉A时,fA(x)=Φ。
定义2[10]设U是一个集合,P(U)是其幂集,E是一个参数集,X表示E上的一个模糊集,U上的一个模糊参数软集定义为有序对集合
μX(x)∈[0,1]}
(2)
其中,fX:E→P(U),并且满足若μX(x)=0时,fX(x)=Φ,而μX:E→[0,1]。
以后用S(U)表示U上所有的软集,用FPS(U)表示U上所有模糊参数软集。
(3)
以后用IVFPS(U)表示U上所有区间值模糊参数软集。
例1 设论域为U={u1,u2,u3,u4,u5},参数集为E={x1,x2,x3,x4}。
例2 设论域为U={u1,u2,u3,u4,u5},参数集为E={x1,x2,x3,x4}。
证明:显然。
证明:易证,略。
证明:易证,略。
证明:易证,略。
例3 设论域为U={u1,u2,u3,u4,u5},参数集为E={x1,x2,x3,x4}。
证明:易证,略。
证明:易证,略。
首先,经过认真思考,创建U上的一个区间值模糊参数软集为
(5)
表1 区间值模糊参数软集的表格形式
(6)
[0.40,0.55],因此汽车u7为最优方案。
通过对上述实例中的决策方法进行总结,我们提出一种利用区间值模糊参数软集进行决策的方法。为此,先定义区间值模糊决策集。
(7)
其隶属函数定义为
(8)
(9)
于是,决策方法步骤如下:
[1]Molodtsov D. Soft Set Theory:First Results[J].Computers and Mathematics with Applications,1999,37:19-31.
[2]Maji P K, Biswas R, Roy A R. Soft Set Theory[J].Computers and Mathematics with Applications,2003,45:555-562.
[3]Ali M I, Feng F, Liu X, et al. On some New Operations in Soft Set Theory[J]. Computers and Mathematics with Applications,2009,57:1547-1553.
[4]Qin K, Hong Z. On Soft Equality[J]. Journal of Computational and Applied Mathematics,2010,234:1347-1355.
[5]Maji P K, Biswas R, Roy A R. Fuzzy Soft Sets[J].The Journal of Fuzzy Mathematics,2001,9(3):589-602.
[6]Yang X B, Lin T Y, Yang J Y. Combination of Interval-valued Fuzzy Set and Soft Set[J]. Computers and Mathematics with Applications,2009,58:521-527.
[7]Xu W, Ma J, Wang S, et al. Vague Soft Sets and Their Properties[J].Computers and Mathematics with Applications, 2010,59:787-794.
[8]Maji P K, Biswas R, Roy A R. Intuitionistic Fuzzy Soft Sets[J].The Journal of Fuzzy Mathematics, 2001,9:677-691.
[9]Jiang Y, Tang Y, Chen Q, et al. Interval-valued Intuitionistic Fuzzy Soft Sets and Their Properties[J]. Computers and Mathematics with Applications,2010,60:906-918.
[10]Cagman N, Citak F, Enginoglu S. FP-soft Set Theory and Its Applications[J]. Annals of Fuzzy Mathematics and Informatics, 2011,2(2): 219-226.
[11]Cagman N, Citak F, Enginoglu S. Fuzzy Parameterized Fuzzy Soft Set Theory and Its Applications[J]. Turkish Journal of Fuzzy Systems, 2010,1(2): 21-35.
[12]Maji P K, Roy A R. An Application of Soft Sets in a Decision Making Problem[J]. Computers and Mathematics with Applications, 2002,44:1077-1083.
[13]Roy A R, Maji P K. A Fuzzy Soft Set Theoretic Approach to Decision Making Problems[J]. Journal of Computational and Applied Mathematics, 2007,203:412-418.
[14]Feng F, Jun Y B, Liu X Y, et al. An Adjustable Approach to Fuzzy Soft Set Based Decision Making[J]. Journal of Computational and Applied Mathematics, 2010,60:1756-1767.
[15]Cagman N, Enginoglu S. Soft Matrix Theory and Its Decision Making[J]. Computers and Mathematics with Applications, 2010,59:3308-3314.
[16]Cagman N, Enginoglu S. Soft Set Theory and Uni-int Decision[J]. European Journal of Operational Research, 2010,207:848-855.
[17]Feng F, Li Y M, Cagman N. Generalized Uni-int Decision Making Schemes Based on Choice Value Soft Sets[J]. European Journal of Operational Research,2012,220:162-170.
[18]Zadeh L A. The Concept of a Linguistic Variable and Its Application to Approximate Reasoning-I [J]. Fuzzy Sets and Systems,1975,8(3):199-249.