區間三角模糊軟集及其動態決策方法

陳孝國， 杜　紅

(1. 中國礦業大學(北京)力學與建筑工程學院， 北京 100083；

2. 黑龍江科技大學理學院， 黑龍江 哈爾濱 150022)

?

區間三角模糊軟集及其動態決策方法

陳孝國1,2， 杜紅2

(1. 中國礦業大學(北京)力學與建筑工程學院， 北京 100083；

2. 黑龍江科技大學理學院， 黑龍江 哈爾濱 150022)

摘要：為完善模糊軟集理論，提出區間三角模糊軟集的概念，并討論其相關運算及性質。建立基于區間三角模糊軟集的動態決策模型，其中，時間權重采用指數衰減方法進行確定，利用集成的思想定義了區間三角模糊軟集算術加權平均算子，將不同時刻的區間三角模糊軟集集成為綜合區間三角模糊軟集。給出不同對象選擇值和決策值的求解公式，根據決策值大小來實現最優決策。最后總結出方法的具體步驟，并通過實例說明具體應用。

關鍵詞：區間三角模糊軟集； 集成； 動態決策； 模糊軟矩陣

0引言

目前處理不確定性問題的方法主要有概率論[1]、區間數理論[2]、模糊集理論[3]以及粗糙集理論[4]。但是，上述這些理論和方法都普遍存在參數化不夠充分的缺點和不足[5]。因此，文獻[5]在對現有不確定性數學理論對比分析基礎之上，提出了一個全新、有效的數學概念軟集。軟集的最大優勢是能夠借助靈活的參數化方法來更加細膩地描述客觀事物的不確定性，然而隨著研究的深入，針對事物的屬性值以模糊數、區間數以及直覺模糊數描述時，經典軟集顯得無能為力，所以國內外許多學者對其擴展研究進行了廣泛的探討。文獻[6]在對軟集和模糊集的相關性質研究基礎上提出了模糊軟集理論，并給出了交、并、補等運算。文獻[7]又進一步將軟集擴展，給出了更具應用前景的直覺模糊軟集概念。文獻[8]在對軟集和區間值模糊集研究的基礎上提出了區間值模糊軟集理論，并探討了對偶律和結合律等相關定理。文獻[9]在直覺模糊軟集的基礎上進行了更深入的研究，定義了區間值直覺模糊軟集。文獻[10]提出了粗糙軟集。文獻[11-12]首次提出基于軟集和模糊軟集的決策方法和步驟，并在實例分析中采用粗糙集理論對事物屬性進行約簡，文獻[13]對文獻[12]決策方法的錯誤進行了探討。文獻[14]重新定義了Molodtsov所提出的軟集概念及其運算性質，并且給出了一種基于軟集的uni-int決策方法。文獻[15]給出了軟矩陣定義，并得到了許多有應用價值的矩陣運算結論，最后利用max-min軟矩陣決策方法對實例進行了分析。文獻[16-17]分別對軟集進行了擴展研究，同時在決策時提出設定閾值向量構造水平軟集，將不同類型軟集轉化為經典軟集，再通過不同對象機會值的大小得到最優決策。文獻[18-19]年給出了三角模糊軟集和梯形模糊軟集的定義及其相關運算性質，并建立了相應的決策模型。

上述研究雖然對軟集的擴展進行了廣泛的探討，但是對區間三角模糊軟集的研究文獻卻相對較少，同時，上述關于決策的研究基本都是靜態的，實際問題中往往需要動態進行分析，因此在模糊軟集決策中引入時間變量是必要的。基于此，本文提出區間三角模糊軟集的定義，并探討相關運算性質。建立考慮時間變量的動態區間三角模糊軟集決策模型，時間權重采用文獻[20]中指數衰減方法確定。利用集成的思想[21]定義區間三角模糊軟集的算術加權平均算子，并給出動態區間三角模糊軟集的集成定理。同時借鑒文獻[8，18]所提出的決策思路，定義一種基于區間三角模糊軟集的選擇值和決策值求解公式，并用于決策分析中。

1區間三角模糊數及其性質

如果0

定義 2設s=[(a-,a+);b;(c-,c+)]和t=[(m-,m+);h;(k-,k+)]是兩個區間三角模糊數，如果a-≤ m-，a+≤ m+，b ≤ h，c-≤ k-，c+≤ k+，則稱s ≤ t。

定義 3設s=[(a-,a+);b;(c-,c+)]和t=[(m-,m+);h;(k-,k+)]是兩個區間三角模糊數，則

(1)

(2)

定義 4設 t=[(m-,m+);h;(k-,k+)]是一區間三角模糊數，則t的補集為

(3)

定義 5設s=[(a-,a+);b;(c-,c+)]和t=[(m-,m+);h;(k-,k+)]是兩個區間三角模糊數，常數k>0，則

b+h-bh;

(4)

(5)

定義3～定義5能夠保證規范區間三角模糊數運算的封閉性。

2區間三角模糊軟集及其性質

定義 6設U為論域，E為參數集，Γ(U)表示論域U上所有區間三角模糊集，A?E，稱(F,A)為論域U上的一個區間三角模糊軟集，其中映射F：A→Γ(U)。即對?e∈A，有

(6)

式中，sF(e)(x)是F(e)中x所對應的區間三角模糊數。

定義 7設(F,A)和(G,B)是論域U上的兩個區間三角模糊軟集，那么當且僅當A?B且對?e∈A，F(e)是G(e)的區間三角模糊子集。即對?x∈U，F(e)和G(e)中x所對應的區間三角模糊數sF(e)(x)和sG(e)(x)滿足

如果(G,B)是(F,A)的區間三角模糊軟子集，那么(F,A)就是(G,B)的區間三角模糊軟父集。

定義 9設(F,A)為論域U上的一個區間三角模糊軟集，稱(F,A)c=(Fc,A)為(F,A)的補集，其中映射Fc：A→Γ(U)，即對?e ∈A，有

(7)

式中，sF(e)(x)是F(e)中x所對應的區間三角模糊數。

由定義9可以看出，顯然

定義 10設(F,A)和(G,B)是論域U上的兩個區間三角模糊軟集，稱(F,A)∧(G,B)為它們的“AND”運算，且(F,A)∧(G,B)=(H,A×B)，即對?(α,β)∈A×B，有

(8)

式中，sF(α)(x)和sG(β)(x)分別是F(α)和G(β)中x所對應的區間三角模糊數。

定義 11設(F,A)和(G,B)是論域U上的兩個區間三角模糊軟集，稱(F,A)∨(G,B)為它們的“OR”運算，且(F,A)∨(G,B)=(M， A×B)，即對?(α,β)∈A×B，有

(9)

式中，sF(α)(x)和sG(β)(x)分別是F(α)和G(β)中x所對應的區間三角模糊數。

定理 1設(F,A)和(G,B)是論域U上的兩個區間三角模糊軟集，則有

(10)

(11)

證明設(F,A)∧(G,B)=(H,A×B)，則

并且

對?(α,β)∈A×B，有

所以((F,A)∧(G,B))c=(F,A)c∨(G,B)c成立。

證畢

式(11)的證明過程類似。

定理 2設(F,A)、(G,B)和(L,C)是論域U上的3個區間三角模糊軟集，則有

(12)

(13)

證明設(F,A)∧(G,B)=(H,A×B)

對?(α,β)∈A×B，γ∈C，有

式中，sF(α)(x)，sG(β)(x)和sL(γ)(x)分別是F(α)，G(β)和L(γ)中x所對應的區間三角模糊數。

對?(β,γ)∈B×C，?α∈A，有

所以((F,A)∧(G,B))∧(L,C)=(F,A)∧ ((G,B)∧(L,C))成立。

證畢

式(13)的證明過程類似。

定理 3設(F,A)、(G,B)和(L,C)是論域U上的3個區間三角模糊軟集，則有

(14)

(15)

證明設(F,A)∧(G,B)=(H,A×B)

對?(α,β)∈A×B，γ∈C，有

對?(α,γ)∈A×C，?(β,γ)∈B×C，有

所以((F,A)∧(G,B))∨(L,C)=((F,A)∨(L,C))∧((G,B)∨(L,C))成立。

證畢

式(15)的證明過程類似。

3區間三角模糊軟集的決策方法

3.1時間權重的確定

文獻[20]提出采用指數衰減模型來確定時間權重，基本思想是不同時刻決策者所掌握的信息是不同的，離最終決策時刻越近則掌握決策信息越多，時間權重就越大，反之就越小。

本文只考慮時間為離散時的情況，設時間集T={1,2,…,K}，t∈T，則t時刻的權重為

(16)

式中，λ為衰減系數。

3.2區間三角模糊軟集的集成方法

借鑒文獻[21]的集成思想，可以類似定義區間三角模糊軟集的算數加權平均算子，將不同時刻的區間三角模糊軟集集成為綜合區間三角模糊軟集。文獻[15]已經指出，模糊軟集與模糊軟矩陣一一對應，因此討論區間三角模糊軟集的集成方法就轉化為研究區間三角模糊軟矩陣的集成。

(17)

(18)

(19)

(20)

根據定義12和定義13可以看出定理4的證明是明顯的。

3.3決策方法

(21)

i=1,2,…,m；j=1,2,…,n；k=1,2,…,K。

文獻[8，18]針對區間模糊軟集和三角模糊軟集中的決策問題，均采用了選擇值和決策值進行研究。本文借助該思路，給出論域中xi基于區間三角模糊軟集的選擇值μi和決策值ηi，表示為

(22)

(23)

3.4決策步驟

設論域U={x1,x2,…,xm}，參數集A={e1,e2,…,en}，時間集T={1,2,…,K}，時間權重向量為w=(w1,w2,…,wK)，根據上述討論，可以得到區間三角模糊軟集的動態決策步驟。

步驟 1根據決策者所掌握的信息確定衰減系數λ，利用式(16)計算各時刻權重。

步驟 2利用式(20)將不同時刻的區間三角模糊軟矩陣集成為綜合區間三角模糊軟矩陣。

步驟 3利用式(22)和式(23)分別計算論域中每個元素對應的選擇值和決策值。

步驟 4根據決策值的大小進行決策分析，最大決策值對應的元素最優。

4實例分析

某運載火箭技術研究院考慮從4家關鍵原材料特制鈦合金供應企業{x1,x2,x3,x4}中選擇一家進行長期合作，首先要求供應企業提供的產品質量要絕對可靠，隨著航天科技的發展，供應企業要具有持續的科技創新能力，并與運載火箭技術研究院的戰略目標匹配相一致。所以對特制鈦合金供應企業的考察期設定為最近3年，決策者分別從企業信譽(e1)、企業持續科技創新能力(e2)和戰略目標匹配(e3)三個方面逐年進行考察，評價結果以區間三角模糊軟集的形式給出，如表1～表3所示。

表1　第1年評價值

表2　第2年評價值

表3　第3年評價值

取衰減系數λ=0.5，利用式(16)計算時間權重w=(0.186 3,0.307 2，0.506 5)。根據式(20)將近三年的區間三角模糊軟集集成為綜合區間三角模糊軟集，計算結果如表4所示。

表4　綜合區間三角模糊軟集

利用式(22)計算各企業的選擇值為

μ1=[(1.531,1.834);2.008;(2.183,2.491)]

μ2=[(1.299,1.611);1.675;(1.760,2.214)]

μ3=[(1.956,2.264);2.386;(2.461,2.848)]

μ4=[(1.400,1.704);1.825;(1.998,2.487)]

利用式(23)計算各企業的決策值為

η1=0.254，η2=-5.699

η3=7.725，η4=-2.280

由于η3值最大，因此運載火箭技術研究院選擇企業x3進行長期合作。

5結論

本文提出了區間三角模糊軟集的概念以及軟子集、“AND”、“OR”、補等定義，探討了相關運算性質并給出證明，進一步豐富了模糊軟集理論。同時，建立基于區間三角模糊軟集的動態決策模型，由于考慮了時間變化的影響使得決策過程更加符合實際，通過集成運算使得決策結果更為可靠。最后實例分析表明，所提出的方法有效，且易于編程計算。

參考文獻：

[1] Miao B Q, Hu T Z.Probabilitytheory[M].Hefei:Press of University of Science and Technology of China,2009:1-15.(繆柏其,胡太忠.概率論教程[M].合肥:中國科學技術大學出版社,2009:1-15.)

[2] Gorzalczany M B. A method of inference in approximate rea-soning based on interval-valued fuzzy sets[J].FuzzySetsandSystems,1987,21(1):1-17.

[3] Zadeh L A.Fuzzy sets[J].InformationandControl,1965,8(3):338-353.

[4] Pawlak Z. Rough sets[J].InternationalJournalofComputerandInformationSciences, 1982, 11: 341-356.

[5] Molodtsov D. Soft set theory-first results[J].ComputersandMathematicswithApplications, 1999, 37(4):19-31.

[6] Maji P K, Biswas R, Roy A R. Fuzzy soft sets[J].JournalofFuzzyMathematics, 2001, 9(3): 589-602.

[7] Maji P K, Biswas R, Roy A R. Intuitionistic fuzzy soft sets[J].JournalofFuzzyMathematics, 2001, 9(3): 677-692.

[8] Yang X B, Lin T Y, Yang J Y, et al. Combination of interval-valued fuzzy set and soft set[J].ComputersandMathematicswithApplications, 2009, 58(3): 521-527.

[9] Jiang Y C, Tang Y, Chen Q M, et a1. Interval-valued intui-tionistic fuzzy soft sets and their properties[J].ComputersandMathematicswithApplications,2010,60(3):906-918.

[10] Ali M I. A note on soft sets, rough soft sets and fuzzy soft sets[J].AppliedSoftComputing,2011,11(4):3329-3332.

[11] Maji P K, Roy A R, Biswas R. An application of soft sets in a decision making problem[J].ComputersandMathematicswithApplications, 2002, 44(8):1077-1083.

[12] Roy A R, Maji P K. A fuzzy soft set theoretic approach to decision making problems[J].JournalofComputationalandAppliedMathematics, 2007, 203(2): 412-418.

[13] Kong Z, Gao L Q, Wang L F. Comment on "A fuzzy soft set theoretic approach to decision making problems"[J].JournalofComputationalandAppliedMathematics, 2009, 223(2): 540-542.

[16] Feng F, Jun Y B, Liu X, et al. An adjustable approach to fuzzy soft set based decision making[J].JournalofComputationalandAppliedMathematics, 2010, 234(1): 10-20.

[17] Jiang Y C, Tang Y, Chen Q M. An adjustable approach to intuitionistic fuzzy soft sets based decision making[J].AppliedMathematicalModeling, 2011, 35(2): 824-836.

[18] Kuang T L, Xiao Z. A multi-criteria decision making approach based on triangle-valued fuzzy soft sets[J].JournalofConvergenceInformationTechnology, 2012, 7(15): 17-25.

[19] Kuang T L. Trapezoid-valued fuzzy soft sets and its applications[J].AdvancesinInformationSciencesandServiceSciences, 2012, 4(15): 310-316.

[20] Mao J J, Yao D B, Wang C C, et al. Group decision-making method based on time-series fuzzy soft sets[J].SystemsEngineeringTheory&Practice,2014,34(1):182-189.(毛軍軍,姚登寶,王翠翠,等.基于時序模糊軟集的群決策方法[J].系統工程理論與實踐,2014,34(1):182-189.)

[21] Xu Z S. Intuitionistic fuzzy aggregation operators[J].IEEETrans.onFuzzySystems, 2007, 15(6): 1179-1187.

[22] Zhang S F, Liu S Y, Zhai R H. An extended GRA method for MCDM with interval-valued triangular fuzzy assessments and unknown weights[J].Computers&IndustrialEngineering, 2011, 61(4): 1336-1341.

陳孝國(1978-)，男，博士研究生，主要研究方向為模糊分析及決策。

E-mail：kjdxcxg@sohu.com

杜紅(1972-)，女，教授，博士，主要研究方向為模糊決策及預測。

E-mail：longjiangchenguo@eyou.com

網絡優先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20141019.2344.005.html

Interval-valued triangular fuzzy soft set and its method

of dynamic decision making

CHEN Xiao-guo1,2， DU Hong2

(1.SchoolofMechanicsandCivilEngineering,ChinaUniversityofMining&Technology,Beijing100083,

China; 2.SchoolofScience,HeilongjiangUniversityofScienceandTechnology,Harbin150022,China)

Abstract:The concept of interval-valued triangular fuzzy soft set is presented and the relative operations and properties are discussed for improving the fuzzy soft theory. A dynamic decision making model is established based on the definition of interval-valued triangular fuzzy soft set, in which the determination of period weights is by the use of exponential decay method, and the arithmetic weighted average operator of interval-valued triangular fuzzy soft set has been given by the aggregating thought, thereby aggregating different time-series interval-valued triangular fuzzy soft sets into a collective interval-valued triangular fuzzy soft set. The formulas of different objects selection and decision-making value have been given, therefore the optimal decision-making is achieved according to the size of the decision values. Finally, the steps of the proposed method have been concluded, and some examples are given to explain the application of the method.

Keywords:interval-valued triangular fuzzy soft set; aggregating; dynamic decision making; fuzzy soft matrix

作者簡介：

中圖分類號：C 934

文獻標志碼：ADOI:10.3969/j.issn.1001-506X.2015.05.21

基金項目：國家自然科學基金(51105135)；黑龍江省自然科學基金(A201015)資助課題

收稿日期：2014-05-19；修回日期：2014-06-30；網絡優先出版日期：2014-10-19。