区间直觉模糊集相似度及matlab应用_区间值直觉模糊集-CSDN博客

本文链接：https://blog.csdn.net/wjyxld/article/details/105190338

本文介绍了区间值模糊集和直觉模糊集的概念，以及直觉模糊集的距离度量和相似度量。直觉模糊集弥补了模糊集只考虑隶属度的不足，加入了非隶属度和犹豫度，更符合人类的辩证思维。文章还提供了MATLAB程序，用于计算区间直觉模糊集的相似度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1975年，L.A.Zadeh提出了二型模糊集合( type-2 fuzzy sets)理论，该理论提出隶属度也存在模糊性。二型模糊集增强了一型模糊集描述和处理不确定性的能力，是对一型模糊集合的扩展。后续提出的所有的区间值模糊集(1983年)、直觉模糊集(1986年)、区间值直觉模糊集(1989年)、Vague集(199年)等都是二型模糊集。

1.区间值模糊集
由于一个隶属度区间比一个精确的隶属度函数和非隶属度函数相对更容易给出，也更符合人的思维模式，1983年，Gorzalczany提出了区间值模糊集理论，用一个子区间表示元素到集合的隶属度，对模糊集做出了推广。
在这里插入图片描述
2.直觉模糊集
直觉模糊集是L.A.Zadeh的模糊集的一种拓展，了解模糊集特点就能知道，模糊集存在一定的缺陷。例如“投票模型”的决策问题，使用模糊集就会存在一个严重的弊端一一只考虑好的一面即赞成票，不考虑反对票与中立者，这不符合逻辑，现实中也很少会有人在衡量一件事的利弊时，仅考虑好的一面，不在乎坏的一面和自己对整体信息的掌握多少程度。1986年，保加利亚学者Atanassov K.提出了直觉模糊集，该集合将隶属度、非隶属度和犹豫度同时考虑在内，弥补了模糊集只考虑隶属度的不足，更加符合人类辨证思维模式。直觉模糊集比模糊集更加客观地对决策中的模糊不确定性进行了有效的表述，在处理模糊现象和不确定性时更灵活更实用，因此成为了模糊集领域研究的热点。