首页/论文/1807.01747

arXiv 1807.017472018-07-06cs.AIcs.ITmath.IT

直觉模糊信息的Shannon熵

Shannon entropy for intuitionistic fuzzy information

Research Center for Electronics and Information Technology（电子与信息技术研究中心）；Valahia University（瓦拉几亚大学）

Vasile Patrascu

备注：: 10 pages
DOI：: 10.13140/RG.2.2.19707.41764

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

本文将Shannon模糊熵推广到直觉模糊熵。首先给出了一个新的直觉模糊信息距离和相似度计算公式。然后，我们构建了信息特征，如得分，确定性和不确定性的措施。引入了护送模糊信息的概念。然后，利用护送模糊信息，得到了直觉模糊信息的Shannon公式.应该强调的是，直觉模糊信息的香农熵验证了直觉模糊不确定性的四个定义条件。它的两个组成部分的措施也被确定：模糊性（模糊性）和不完整性（无知）。

英文摘要：

The paper presents an extension of Shannon fuzzy entropy for intuitionistic fuzzy one. Firstly, we presented a new formula for calculating the distance and similarity of intuitionistic fuzzy information. Then, we constructed measures for information features like score, certainty and uncertainty. Also, a new concept was introduced, namely escort fuzzy information. Then, using the escort fuzzy information, Shannon's formula for intuitionistic fuzzy information was obtained. It should be underlined that Shannon's entropy for intuitionistic fuzzy information verifies the four defining conditions of intuitionistic fuzzy uncertainty. The measures of its two components were also identified: fuzziness (ambiguity) and incompleteness (ignorance).

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

区间直觉模糊数空间的代数结构

On the algebraic structures of the space of interval-valued intuitionistic fuzzy numbers

Southwest Petroleum University（西南石油大学）；Zhuhai College of Jilin University（吉林大学珠海学院）；Karadeniz Technical University（卡拉德尼兹技术大学）；Shandong University of Finance and Economics（山东财经大学）

这项研究的灵感来自于Huang等人（Soft Comput. 25，2513- 2520，2021）和Wang等人（Inf. Sci. 179，3026- 3040，2009），其中引入了区间值直觉模糊数（IVIFNs）的一些排序技术。本文证明了基于得分函数和三种熵函数的比较任意两个IVIFNs的方法中具有关系的所有IVIFNs的空间是一个完备链，并得到了该关系是一个容许序.此外，我们证明，IVIFNs是完整的链的关系，在比较方法IVIFNs的分数，准确性，隶属度不确定性指数，犹豫不确定性指数函数的基础上。

2021-12-01cs.AIcs.ITmath.IT

IFP-直觉模糊软集理论及其应用

IFP-Intuitionistic fuzzy soft set theory and its applications

本文给出了直觉模糊参数化（IFP）直觉模糊软集的定义及其运算。然后，我们定义IFP-聚集算子，形成IFP-直觉模糊软决策方法，允许构建更有效的决策过程。

2016-04-17cs.AI

直觉模糊决策树的新型随机森林集成方法

A New Random Forest Ensemble of Intuitionistic Fuzzy Decision Trees

Beijing Jiaotong University（北京交通大学）

本文提出基于直觉模糊决策树的随机森林集成方法IFRF，利用直觉模糊信息增益和犹豫度处理提升分类性能，实验证明其优于现有模糊与集成算法。

2024-03-17cs.AI

一种新的基于直觉模糊SIR方法的多准则群决策方法

A Novel Multicriteria Group Decision Making Approach With Intuitionistic Fuzzy SIR Method

The Hong Kong Polytechnic University（香港理工大学）

优劣排序（SIR）方法是PROMETHEE方法的改进，它能更有效地处理多准则决策（MCDM）问题。直觉模糊集是模糊集的一个重要扩展，它包含了隶属函数和非隶属函数，可以更精确地描述不确定性信息。在现实世界中，决策往往是在不确定的环境下进行的，涉及到多个个体，他们对决策问题的处理有着各自的观点。为了解决不确定群MCDM问题，本文提出了一种新的直觉模糊SIR方法。该方法利用直觉模糊集结算子和SIR排序方法处理不确定信息，将个体意见整合为群体意见，基于多准则进行决策，最后构造特定的决策图。所提出的方法是说明在模拟的群体决策问题相关的供应链管理。

2011-07-06cs.AI

一种基于超体积的直觉模糊集排序方法及其在不确定性下多准则决策中的扩展

A Hypervolume Based Approach to Rank Intuitionistic Fuzzy Sets and Its Extension to Multi-criteria Decision Making Under Uncertainty

Istanbul Technical University（伊斯坦布尔理工大学）

本文证明了非线性距离函数下直觉模糊集距离排序假设的缺陷，提出基于超体积的排序方法及多准则决策扩展HVAS，并应用于土耳其能源评估与TOPSIS等方法比较。

2022-12-25cs.AImath.LO

粗糙直觉模糊集上的近似等式及其分析

Approximate Equalities on Rough Intuitionistic Fuzzy Sets and an Analysis of Approximate Equalities

VIT University（维特大学）；M.I.T.S.（米特学院）

为了使用户知识参与确定集合的相等性，集合在数学意义上可能不相等，Novotny和Pawlak（[8，9，10]）引入了三种近似（粗糙）等式。这些概念被Tripathy、Mitra和Ojha（[13]）推广，他们引入了集合的近似（粗糙）等价的概念。粗糙等价在比粗糙相等更高的层次上捕获集合的相等。在[14]中建立了这些概念的更多性质。Tripathy [12]结合这两类近似等式成立的条件，又引入了两类近似等式，并对它们的相对效率进行了比较分析。在[15]中，通过考虑粗糙模糊集而不是仅仅考虑粗糙集，扩展了四种近似等式。事实上，水平近似等式的概念被引入，并研究了性质。在本文中，我们进一步介绍和研究的近似等式的基础上粗糙直觉模糊集，而不是粗糙模糊集。即引入直觉模糊集的近似（粗糙）等式的概念，并研究其性质。我们提供了一些现实生活中的例子来展示粗糙的模糊集和直觉模糊集的粗糙等式的应用。

2012-05-26cs.AI

更多相关论文收起更多论文

模糊、直觉模糊、邻域模糊、多维模糊和扩展集的动态调查

A Dynamic Survey of Fuzzy, Intuitionistic Fuzzy, Neutrosophic, Plithogenic, and Extensional Sets

本文系统回顾了模糊、直觉模糊、邻域模糊和多维模糊集的理论发展，旨在通过统一阐述激发新的研究思路和应用扩展。

2026-03-12cs.AIcs.CE

基于投影技术和余弦相似性度量的直觉模糊决策新方法

A New Approach to Intuitionistic Fuzzy Decision Making Based on Projection Technology and Cosine Similarity Measure

School of Management and Engineering, Capital University of Economics and Business（首都经济贸易大学管理工程学院）

本文针对多属性决策和医疗诊断问题，提出一种同时考虑方向与长度的基于投影技术和余弦相似性度量的直觉模糊集新相似性度量方法，能有效识别最优方案并快速诊断疾病。

2023-11-20cs.AI

基于累积前景理论的区间直觉模糊多属性群决策修正EDAS方法

Modified EDAS Method Based on Cumulative Prospect Theory for Multiple Attributes Group Decision Making with Interval-valued Intuitionistic Fuzzy Information

Sichuan Normal University（四川师范大学）

基于直觉模糊集的区间值直觉模糊集（IVIFS）结合了经典的决策方法，在其研究和应用中备受关注。经过比较分析，有多种经典的方法与IVIFSs的信息已经应用到许多实际问题中。本文考虑IVIFS下决策者的心理因素，对经典的基于累积前景理论的EDAS方法进行了扩展。针对MAGDM问题，考虑到IVIFSs的模糊性和不确定性以及用户的心理偏好，提出了基于IVIFSs下CPT的EDAS方法（IVIF-CPT-MABAC）。同时，采用信息熵法对属性权重进行了评估。最后，以绿色技术风险投资项目选择为例，通过对比分析说明了IVIF-CPT-MABAC方法的优越性，并通过敏感性分析证明了该方法的有效性和稳定性。

2022-11-05cs.AIcs.SYeess.SY

Atanassov直觉模糊值空间的拓扑与代数结构

Topological and Algebraic Structures of Atanassov's Intuitionistic Fuzzy-Values Space

Southwest Petroleum University（西南石油大学）；Zhuhai College of Jilin University（吉林大学珠海学院）；Shandong University of Finance and Economics（山东财经大学）；City University of Hong Kong（香港城市大学）；Shandong University（山东大学）

证明了基于得分函数和精确度函数的线性序直觉模糊值空间与基于相似度函数和精确度函数的线性序直觉模糊值空间具有相同的代数结构.通过引入基于得分函数和精度函数的线性序的IFV算子，我们证明了这样的算子是IFV的强否定。此外，我们观察到IFV空间是一个完备格和一个带有新算子的Kleene代数。我们还证明了具有由上述两个线性序诱导的序拓扑的IFV的拓扑空间不是可分的和可度量化的，而是紧的和连通的。从一些新的角度，我们的结果部分回答了Atanassov [Intuitionistic Fuzzy Sets：Theory and Applications，Springer，1999]和[On Intuitionistic Fuzzy Sets Theory，Springer，2012]提出的三个开放问题。此外，我们构造了一个同构的空间之间的IFV和q-横档矫形模糊值（q-ROFV）在相应的线性顺序。为此，我们引入了IFS的特殊阶容许相似性度量的概念，扩展了已有的IFS相似性度量的定义，构造了一种基于得分函数和准确度函数的线性阶容许相似性度量，并将其有效地应用于建筑材料分类的模式识别问题.

2022-06-01cs.AI

具有缺失数据的全直觉模糊数据处理分析模型的开发：在印度警察部门的应用

Development of fully intuitionistic fuzzy data envelopment analysis model with missing data: an application to Indian police sector

Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）

数据包络分析（DEA）是一种用于衡量决策单元（DMU）效率的技术。为了衡量决策单元的效率，最基本的要求是输入-输出数据。数据通常由人类、机器或两者收集。由于人为/机器错误，可能会有一些缺失值或不准确性，例如收集的数据中的不确定性/不确定性/犹豫。在这种情况下，将很难准确地衡量决策单元的效率。为了克服这些缺点，提出了一种方法，可以处理数据中的缺失值和不准确性。为了度量决策单元的性能效率，提出了一种全直觉模糊（IF）环境下的输入最小化BCC（IMBCC）模型。为了验证所提出的完全直觉模糊输入最小化BCC（FIFIMBCC）模型和处理数据中缺失值的技术的有效性，提出了一个现实生活中的应用程序来衡量印度警察局的性能效率。

2022-07-27cs.AImath.OCstat.AP

基于直觉模糊集的模式识别证据可靠性评估

Evaluating Evidential Reliability In Pattern Recognition Based On Intuitionistic Fuzzy Sets

University of Electronic Science and Technology of China（电子科技大学）；Vanderbilt University（范德堡大学）

针对Dempster-Shafer理论中证据源可靠性估计及高冲突处理下分类效率不足的问题，结合直觉模糊集提出模糊可靠性指数FRI算法，通过量化BPA对正确决策的贡献推导可靠性，经对比验证其优越性与泛化性，为相关研究提供新视角。

2024-10-30cs.AI

群决策下勾股模糊信息系统的冲突分析

Conflict Analysis for Pythagorean Fuzzy Information Systems with Group Decision Making

Tongji University（同济大学）；Changsha University of Science and Technology（长沙理工大学）

与直觉模糊集相比，勾股模糊集具有更强的建模不确定性信息和知识的能力，但勾股模糊信息系统的冲突分析研究较少。在本文中，我们提出了三种类型的积极，中心和消极的联盟与不同的阈值，并举例说明如何构建积极，中心和消极的联盟。然后研究了基于贝叶斯最小风险理论的勾股模糊信息系统冲突分析。最后，我们研究了基于贝叶斯最小风险理论的勾股模糊信息系统群体冲突分析。

2017-07-12cs.AIcs.ITmath.IT

在基于直觉模糊偏好的冲突情境中可行的解决策略

Feasible strategies for conflict resolution within intuitionistic fuzzy preference-based conflict situations

School of Mathematics and Statistics, Changsha University of Science and Technology（长沙理工大学数学与统计学学院）；Hunan Provincial Key Laboratory of Mathematical Modeling and Analysis in Engineering, Changsha University of Science and Technology（湖南省工程数学建模与分析重点实验室，长沙理工大学）；Department of Computer Science, University of Manitoba（曼尼托湾大学计算机科学系）

本文提出了一种基于直觉模糊偏好的冲突情境模型，通过更精细的粒度捕捉冲突本质，并开发了相应的冲突度量和调整机制，以提高冲突解决的可行性。

2026-02-03cs.AI

逻辑、概率与统计

Plithogeny, Plithogenic Set, Logic, Probability, and Statistics

在这本书中，我们介绍了plithogenic集（作为概括的清晰，模糊，直觉模糊，和opensophic集），plithogenic逻辑（作为概括的经典，模糊，直觉模糊，和opensophic逻辑），plithogenic概率（作为概括的经典，不精确，和opensophic概率），和plithogenic统计（作为概括的经典，和opensophic统计）。致岩集是由一个或多个属性来刻画元素的集合，每个属性可以有多个值。一个属性值v有一个对应的（模糊的，直觉模糊的，或直觉模糊的）从属程度d（x，v）的元素x，到集合P，关于一些给定的标准。为了获得更好的精度为plithogenic集，逻辑，概率和更准确的包含（偏序），（模糊，直觉模糊，或直觉模糊）矛盾（相异度）度之间定义的每个属性值和占主导地位的（最重要的）属性值。同形交和并是模糊算子tnorm和tcons的线性组合，而同形补、包含、相等则受属性值矛盾（相异）度的影响。正式定义plithogenic集，逻辑，概率，统计介绍到这本书，其次是plithogenic聚合算子，各种定理与他们有关，后来的例子和应用这些新概念在我们的日常生活。

2018-08-12cs.AI

用于可解释图像分类的直觉模糊认知图

Intuitionistic Fuzzy Cognitive Maps for Interpretable Image Classification

University of Thessaly（塞萨利大学）

本文提出可解释直觉模糊认知图（I2FCMs）框架用于图像分类，通过估计犹豫度评估输出质量，结合特征提取与自动学习算法减少人工干预，并使用语言术语提供可解释预测，且能应用于CNN等深度学习模型。

2025-04-04cs.AIcs.CV

中性信息的Shannon熵

Shannon Entropy for Neutrosophic Information

Research Center for Electronics and Information Technology, Valahia University（瓦拉希亚大学电子与信息技术研究中心）

本文给出了Shannon熵的一种推广，它适用于人工智能信息.这个扩展使用了一个新的公式来计算两个三元组之间的距离。此外，还对双模糊、直觉模糊和次协调模糊信息给出了具体的结果。

2018-09-24cs.AI

直觉模糊数与强化学习相结合的兵棋多属性决策方法

Method for making multi-attribute decisions in wargames by combining intuitionistic fuzzy numbers with reinforcement learning

Nanjing University（南京大学）；University of Derby（德比大学）

智能游戏越来越成为研究人员关注的热点研究领域。本文提出了一种将多属性管理和强化学习方法相结合的算法，并结合其对战争游戏的影响，解决了智能体在智能战争游戏训练中对特定规则胜率低、无法快速收敛的问题。同时，研究了一种多属性决策和强化学习算法，在兵棋模拟环境下，获取红蓝冲突数据，基于直觉模糊数权重计算方法计算各属性的权重。然后确定对手各棋子所构成的威胁，利用红方强化学习奖励函数，在奖励函数上训练AC框架，得到多属性决策与强化学习相结合的算法。仿真实验表明，本文提出的结合强化学习的多属性决策算法比单纯的强化学习算法具有更高的智能性，该算法通过解决智能体神经网络的不足，结合大地图战斗博弈中稀疏奖励的特点，有效降低了算法的收敛难度。在该领域首次将多属性决策与强化学习相结合进行智能兵棋的算法设计，尝试在学术领域进行跨学科交叉创新，如设计智能兵棋、改进强化学习算法等。

2021-09-06cs.AI

五值表示框架下双极模糊集的相似性、基数和熵

Similarity, Cardinality and Entropy for Bipolar Fuzzy Set in the Framework of Penta-valued Representation

Tarom Company（罗马尼亚航空公司）

本文给出了双极模糊集及其特殊形式如直觉集、次协调集和模糊集的新的相似性、基数和熵测度。所有这些都是在多值表示的框架中构建的，并且基于使用以下逻辑值的五值逻辑：真、假、未知、矛盾和模糊。定义了有界实区间的一个新的距离。

2015-02-26cs.AI

用于分类的不确定性感知集成深度随机神经网络

Uncertainty-Aware Ensemble Deep Randomized Neural Networks for Classification

Indian Institute of Technology Indore（印度印多尔印度理工学院）；Qatar University（卡塔尔大学）

针对现有深度随机神经网络对噪声/异常值鲁棒性不足的问题，提出IF-dRVFL与IF-edRVFL框架，通过直觉模糊理论分配样本自适应权重，在UCI、KEEL数据集上的实验验证了其性能优于现有SOTA方法。

2026-08-12cs.AIcs.LG

沟通Shannon与Popper的一个广义信息公式

A Generalized Information Formula as the Bridge between Shannon and Popper

从经典信息量公式出发，推导出一个与逻辑概率和模糊集有关的广义信息量公式。新的信息测度非常符合波普尔的知识进化准则。与平方误差准则相比，信息准则不仅反映了命题本身的误差，而且反映了命题所描述事件的特殊性。逻辑概率越小的命题，其评价值越高.本文介绍了如何根据广义信息准则从众多预测或句子中选择一个预测或句子进行预测和语言翻译。为了数据压缩和提高通信效率，对经典信息论中的率失真理论进行了改进，用广义互信息准则代替了失真（即平均误差）准则。从图像通信中的码率-保真度函数得到了一些有趣的结论。并对如何完善波普尔的理论进行了探讨。

2007-07-24cs.AIcs.ITmath.IT

基于排序规则和形式概念分析的机构排序知识挖掘模型

A Knowledge Mining Model for Ranking Institutions using Rough Computing with Ordering Rules and Formal Concept analysis

School of Computing Sciences and Engineering, VIT University（VIT大学计算科学与工程学院）

计算机和信息技术革命的出现使现实世界发生了巨大的变化，为智能数据分析提供了不同的维度。在正确的时间和正确的地点的信息是一个良好的事实，部署了更好的知识。然而，当大量的不一致的数据给决策和知识提取的挑战。为了处理这样的不精确的数据，某些更重要的数学工具已经开发了在最近的过去，即模糊集，直觉模糊集，粗糙集，形式概念分析和排序规则的研究。还观察到，许多信息系统包含数值属性值，因此它们几乎相似而不是完全相似。为了处理这种类型的信息系统，在本文中，我们使用两个过程，如前处理和后处理。在前处理中，我们使用粗糙集的直觉模糊近似空间与排序规则的发现知识，而在后处理中，我们使用形式概念分析，以探索更好的知识和影响决策的重要因素。

2011-08-09cs.AIcs.IR

中性熵及其五个分量

The Neutrosophic Entropy and its Five Components

Tarom Information Technology（罗马尼亚航空信息技术公司）

本文给出了熵的五值表示的两种变形。第一个是Kaufmann公式的推广，第二个是Kosko公式的推广。基于真度、假度和中性度所代表的三值信息，建立了一些五值表示，更好地突出了熵的一些特性。因此，我们强调了哲学不确定性的五个特征，即模糊性、无知性、矛盾性、中立性和饱和性。这五个特征被补充，直到七个统一的分区，增加了两个特征的哲学确定性，如真理和虚假。本文还给出了在双模糊表示、直觉模糊表示、次协调模糊表示以及模糊表示的情况下所得到的模糊熵的具体形式。

2015-02-05cs.AI

一种基于Z数和软似然函数的多准则决策新框架

A novel framework for MCDM based on Z numbers and soft likelihood function

本文针对不确定环境下多准则决策中的信息融合问题，提出一种基于Z数、模糊隶属度信息量和可信度测度的软似然函数新框架，并通过应用实例和对比实验验证其有效性与优越性。

2024-12-26cs.AI

可能性规则的不确定性形式化模型

Formal Model of Uncertainty for Possibilistic Rules

University of Oklahoma（俄克拉荷马大学）；SUNY-Binghamton（纽约州立大学宾汉姆顿分校）

给定一个讨论X的宇宙（一个可能结果的领域），一个实验可能包括选择其中一个元素，服从偶然性的操作，或者观察元素，服从不精确性。关于实验实际结果的先验不确定性可以被量化，表示选择r_X的可能性或任何这样的X适合作为结果描述的程度。前一种情况对应于一个概率分布，而后一种情况给出了X上的一个可能性分配。这种分配及其性质的研究属于可能性理论的范畴[DP 88，Y 80，Z 783。它和概率论一样，分配0到1之间的值来表示结果的可能性。然而，相似之处到此为止。可能性理论使用最大值和最小值函数来组合不确定性，而概率理论使用加号和乘法运算。这导致理论在分析框架方面非常不同，尽管它们共享一些语义概念。其中一个共同的概念是定量地表达与给定分布相关的不确定性。在概率论中，它的值对应于进行实验和确定实际结果所获得的信息。这种信息的获得同样可以被看作是实验结果不确定性的减少。在这种情况下，信息的标准度量以及不确定性是香农熵[AD 75，G77]。它有几个优点--它的特点是只有几个非常自然的性质，而且它可以方便地用于决策过程。这个应用程序是基于最大熵的原则，它已成为一个流行的方法，有关决策的不确定性。本文论证了在可能性理论的基础上可以建立一个同等完整的理论。我们首先展示了如何定义的信息和不确定性的可能性分配措施。接下来，我们构建一个基于信息的度量空间上的所有可能性分布定义在一个给定的域。它使我们能够捕捉到分布…

2013-03-20cs.AI