抽象性
本文介绍直觉模糊集新分辨法提议计量的某些属性也在研究中此外,还在决策中应用直觉模糊差分测量法,并因此选择最佳药方和对病人的治疗问题也得到了讨论。有些疾病没有疫苗可用在这种情况下,我们已经设计出一种方法 选择最优治疗 病人基础 临床测试结果
开工导 言
测量信息一直是信息理论领域极感兴趣的重要题目之一,因为信息理论在模式识别、决策等方面应用多香农一号served认为信息量度本质上是一种不确定性度量, 并称它为矩阵度量基于概率分布 实验中发现实验所提供的信息 [一号..香农给出的方程 被称为香农的方程Kullback和Libel2开发相应的概率分布差度 至 原封 .之后开发出各种其他泛泛的昆虫测量法 以香农的蚁类为基后期,1965年,Zadeh3引入模糊集概念对应Kullback和Leibler差异度量2邦达里和帕尔4定义式微信分解对应Harvada和Charvat5huna6显示模糊差分度Parkash等[7提出与Ferreri概率度量相匹配的模糊差分度8偏差其后,Huda和Jain九九提供广度模糊差分度近些年来 Tomar和Ohlan10-13扩展模糊度量信息、偏差和泛泛性之后 Atanassov14概念直觉模糊集 扩展概念模糊集IFS理论处理信息不确定性效率更高,比Cripst集理论要高得多。
Szmidt和Kacprzyk15iFS环境下共生数组对应de Luca和Terminifisyentroy度量16Vlachosssssergiadis17扩展IFS环境测量之后许多研究者像Junjan等[18号Xia和Xu19号微信叶20码张江21号和洪阳22号定义IFS差异度量法 研究结果应用到多领域微信叶20码指出Vlachos和Sergiadis的偏差17并修改测量Vlachos和Sergiadi后期,Verma和Sharma23号搭建微分微分微分微微分微微分微微分微微分微微分微微微分微微微分微微微微分微微微微微微微微分微微微微微微微分微微微微分微微微微微分微微微微微微微微微微微分微微微微微分微微微分微微微微分微微微微HarishGarg等[24码维玛和夏尔马给出直觉模糊度量23号..2016年 Maheshwari和Srivasta25码表示Vlachos和Sergiadis提供的措施17张江21号军军等[18号无法满足直觉模糊度量非增强基本要求欧兰26扩展范秀思想27号并提议直觉散乱指数
在当前研究中,我们建议一种新的直觉模糊差分度并展示它如何帮助选择对病人最优医疗
二叉初创性
我们先审查一些已知概念和定义,这些概念和定义与模糊集理论和直觉模糊集理论相关自用拟概念应用以来,我们为有限宇宙提供所有概念X级.
定义一模糊集3:从有限话语圈定义的模糊集
显示为
去哪儿
:X级##################################################################################################成员值
给度归属性X级∈X级内R时间
以 [0,1] 计值
阿塔纳佐夫14引入直觉模糊集概念
定义2直觉模糊集14:直觉模糊集R有限论题
定义为
去哪儿
,
,并
.
表示成员程度
表示非成员程度X级内R.面向每个IFSR内X级,我们将调用
=
,迟疑度X级内R.显而易见
面向每个
.
阿塔纳佐夫14进一步介绍综合融资战略集操作如下
等一等R并S级IFS(IFS)X级成全宇宙所有IFSX级中提供
i)
iff
并
.二)R=S级iff
并
.三)
.四)
={{{{x最大值
,
)分钟( min)
,
)|x∈X级..第五大类
={{{{x分钟( min)
,
)最大值
,
)|x∈X级..
定义3等一等R并S级两套直觉模糊X级.映射D级:IFS(IFS)X级)
R偏差度量IFS17:D1D级高山市R:S级)
.D2D级高山市R:S级)=0R=S级.D3D级高山市R:S级)=D级高山市
:
)1967年Harvda和Charvat5定义概率分布差度
从另一个概率分布
原封
公有程度差异α.1959年,Kullback和Libel2提议对称差度如下:
也被称为距离度量α.
对应措施4)和(b)5), Hooda [6推荐下列模糊差分测量法
现时对应hooda6we定义新度量直觉模糊差
3级新建参数异差测量IFS
等一等R并S级二次IFS定义通用集 ;推理直觉分辨法基于参数α定义如下: 去哪儿α>0α≠1.
自 ,以上提议的度量不对称以嵌入对称属性 . 去哪儿α>0α≠1.
3.1.有效性证明定义差分
定理一 有效测量IFS方向偏差,即满足
证明中6证明
仅在时间消失R=S级.
原位
结果缓存
并发
,并因此
.
类似地
iffR=S级.
3.2拟取直觉模糊分解度量属性
证明属性需要分离X级进进X级一号并X级2中位数
正因如此 ,有 并 ,有
定理2等一等R,S级,T级环球集成IFSX级= ;后建议量度8满足下列属性:(a) .(b) .(c) .d) .e) .f) .g) .h) .
证明(a) (b) 发件人17)和(b)18号) (c) d)添加中17)和(b)20码),我们得到 e)光显示这一点就足够 f)f证明相似eg) 添加 h)
4级IFS其他差分度量的缺陷
Vlachos和Sergiadis17定义下列差分度
军军等[18号定义 去哪儿 .
实例1考虑IFS提供 对应R并S级,我们得到 所给出之度量26)和(b)27号)不满足非负数性
5级应用
很多不确定性和模糊性 都与医学决策相关各种疾病如偏头痛、抑郁症和许多病毒性疾病缺疫苗或百分百解缺药已知影响全世界50,000多人的生命的当前病毒疾病之一是COVID-1911点线程2020年3月,WEO正式宣布COVID-19爆发为流行病仍然没有疫苗或百分百有效医学 被发明解药在这种情况下,医生必须选择市场中已有药类以COVID-19为例,已有药品remdesivir、faviravir和hyxycroquine问题如下:哪些医学或治法最有效?决策问题可以通过IFS理论解决IFS理论使得有可能用直觉模糊集定义医学信息,并应用下文讨论的决策过程选择最佳治疗或医学
现在,用直觉模糊集描述决策过程
等一等M级={{M级一号,M级2,M级3..M级公元前成全集公元前替代方法集q二维标准集N级={{N级一号,N级2,N级3..Nq二维..后继步骤选择最佳选择
步骤1构造决策矩阵:let 表示替代度 满足标准 并 表示替代度 达不到标准 .决策矩阵 矩阵输入 系
步骤2计算理想替代物:寻找理想替代物 原封 去哪儿 并 .
步骤3计算建议偏差度量值:查找 使用公式
第四步排名替代物:给所有替代物排名选择对象
最小值将被视为排名一的最佳替代
显示应用建议偏差法选择病人最佳医疗
假设一个人焦虑一位医生尝试不同的治疗
,
四大题
,
并记录临床实验结果(见表)。一号)
基于这个归并直觉模糊决策矩阵, 我们发现理想选择
现在,我们计算每种处理方法差值
取理想替代
不同值α.
表显示2,
最优治疗焦虑病人优先处理顺序如下:
6级结论
论文中,我们建议为IFS提出一个新的参数直觉分辨度法并证明有效发现拟议计量满足各种属性,不象许多现有差异计量法那样假设负值拟议的偏差计量法还应用到决策中,从而决定病人的最佳医疗方式。此外,参数提供决策标准的灵活性
数据可用性
支持本研究发现的数据包括在文章内
利益冲突
作者声明他们没有利益冲突