基于双量化的双论域多粒度直觉模糊粗糙集

摘要

双论域多粒度直觉模糊粗糙集有利于不确定性分析，但其乐观与悲观模型具有极端性．引入相对概率与绝对基数进行双量化集成，获取双论域多粒度直觉模糊粗糙集的均衡模型及性质．首先，采用双量化技术，构建双论域多粒度直觉模糊粗糙集“下近似绝对量化-上近似相对量化”模型和“下近似相对量化-上近似绝对量化”模型，设计优化算法．其次，研究2类模型近似算子相关性质，包括集合运算与阈值单调等．最后，采用实例来验证模型有效性与性质正确性，并提供三支决策制定方案．所得结果具有模型改进性、性质扩张性，具有不确定性应用前景．

关键词

模糊粗糙集 / 多粒度粗糙集 / 双论域粗糙集 / 直觉模糊集 / 双量化 / 三支决策

基金资助

国家自然科学基金（61673258和11671284）; 四川省科技计划项目（2021YJ0085和2022NSFSC0929）