决策制定与决策支持中的不确定性和不精确性 —— 新进展、挑战

与展望 (英文版电子书） 电子书格式: epub + pdf 《决策制定与决策支持中的不确定性和不精确性 —— 新进展、挑战与展望》是一部汇集直觉模糊集与广义网领域前沿研究成果的学术著作，收录了 2023 年 10 月 20 日在波兰华沙举办的第二十一届直觉模糊集与广义网国际研讨会（IWIFSGN-2023）的精选论文。该书由克拉斯米尔・T・阿塔纳索夫、瓦西亚・阿塔纳索娃等十位国际知名学者联合主编，隶属于施普林格 “网络与系统讲义” 系列（Lecture Notes in Networks and Systems, 卷号 1550），已被 SCOPUS、EI Compendex 等多个国际权威数据库索引，具有重要的学术价值与应用参考意义。 全书围绕决策过程中普遍存在的不确定性与不精确性问题，构建了从理论基础到实践应用的完整研究体系，共分为五个核心部分，涵盖模糊集理论拓展、智能数据分析与机器学习、决策优化与元启发式算法、医疗健康应用、经济商业与技术应用等关键领域。 （一）模糊集、直觉模糊集及其拓展 作为全书的理论基础，该部分聚焦不确定性与不精确性的数学表达与处理工具。克拉斯米尔・T・阿塔纳索夫提出直觉模糊多模态拓扑结构，将模态拓扑结构概念拓展至多模态场景，构建了一系列直觉模糊多模态拓扑模型，为复杂不确定性的描述提供了新的数学框架。弗拉迪奇・克雷诺维奇等人针对观测、测量与专家意见中的二次不确定性问题，提出将二型模糊集思想延伸至二型区间和二型概率，为处理多层级不确定性提供了新思路。米哈乌・K・乌尔班斯基团队基于模糊算术构建了模糊集上的模糊度量，解决了测量结果的区分问题，并提出新的模糊序关系。此外，该部分还包括直觉模糊索引矩阵上的算子性质研究、直觉模糊可观测量的 Lp 空间完备性证明等重要成果，为后续应用奠定了坚实的理论基础。 （二）智能数据分析与机器学习 该部分聚焦不确定性环境下的数据处理与学习方法，提出了多种融合模糊逻辑与神经网络的创新方案。芭芭拉・彭卡拉等人针对非平衡数据的联邦学习问题，研究了不同聚合策略在不确定性场景下的性能，提出基于局部模型有效性的加权聚合方法，有效提升了联邦学习在医疗数据等敏感领域的适用性。亚采克・M・切尔尼亚克团队设计了基于有序模糊数（OFN）算术的模糊感知器（PerceptronOFN），通过改进的堪培拉距离作为 OFN 比较算子，成功实现了逻辑算子的模糊化实现，解决了传统感知器无法处理模糊数据的难题。斯坦尼斯瓦夫・肖帕等人构建了基于广义网的 OPTICS 聚类算法模型，为密度聚类过程的可视化与监控提供了新途径，增强了聚类算法在复杂数据场景下的可解释性。 （三）决策制定、优化、元启发式算法及应用 该部分聚焦决策优化中的高效求解方法与实际应用，将元启发式算法与模糊逻辑相结合，提升复杂决策问题的求解性能。瓦西亚・阿塔纳索娃等人提出一种新的跨准则分析（ICA）版本，通过将对象评估差异与固定阈值进行比较，生成直觉模糊对来描述准则间的接近程度，为多准则决策提供了更灵活的分析工具。休伯特・扎日茨基将帝王蝶优化算法（MBO）应用于带时间窗和优先级的车辆路径问题（VRPTWDP），通过模拟帝王蝶的迁徙行为，实现了物流运输路径的高效优化，在满足时间约束与优先级要求的同时，有效降低了运输成本。列昂尼德・鲁萨诺夫等人提出人工杜洛克猪优化算法（ADPO），将有序模糊数融入群体优化方法，在十个多极值基准函数测试中，其性能优于粒子群优化、蝙蝠算法等传统方法，为复杂优化问题提供了新的求解思路。 （四）医疗健康领域应用 该部分展现了模糊集、广义网等理论在医疗诊断与康复中的实践价值，为医疗决策的精准化提供了技术支撑。达里乌什・米科拉耶夫斯基团队构建了脑卒中患者特定运动的神经模糊模型，通过自适应神经模糊推理系统（ANFIS）对步态和手部运动数据进行分类，为脑卒中康复评估提供了客观量化工具，有望推动康复治疗的自动化与标准化。日夫科・米林切夫等人将跨准则分析与深度学习相结合，对下尿路症状相关数据进行分析，通过建立准则间的依赖关系，实现了膀胱内前列腺增生程度的精准预测，为泌尿外科治疗决策提供了智能支持。瓦莲京娜・伊格纳托娃等人构建了健康个体大脑动脉供血和静脉系统的广义网模型，为脑血管疾病的多普勒诊断提供了结构化参考，有助于提升脑血管疾病诊断的准确性。此外，该部分还包括骨关节炎康复算法的广义网模型、运动对大学生身心健康影响的跨准则分析等研究成果，充分体现了理论方法在医疗健康领域的广泛适用性。 （五）经济、商业与技术领域应用 该部分聚焦模糊逻辑与优化算法在实际产业场景中的应用，为解决复杂场景下的决策问题提供了有效方案。诺伯特・扎德茨等人提出结合重采样和生成对抗网络（GAN）的保险巨灾数据改进方法，通过降低数据不确定性，提升了保险风险评估的可靠性。索蒂尔・索蒂罗夫团队将直觉模糊估计融入智能城市交通系统，提出保加利亚大城市停车场使用效率的评估方法，为城市停车资源优化配置提供了决策支持；同时，其开发的地下管道漏水检测混合方法，通过融合直觉模糊估计与地下振动传感器数据，提升了漏水检测的精准度。此外，该部分还包括电信系统信息安全阶段服务质量评估的广义网模型、工业环境传感器部署优化的粒子群算法应用、智能家居电力与安全功能的广义网建模等研究，为经济管理、城市治理、工业物联网等领域的智能决策提供了新的技术路径。 全书通过理论创新与跨领域应用的深度融合，系统呈现了不确定性与不精确性决策领域的最新研究成果，不仅为相关领域的研究人员提供了理论参考与方法支撑，也为工程技术人员、医疗工作者、企业决策者等提供了切实可行的解决方案。该书的出版对于推动智能决策理论的发展、促进模糊逻辑与人工智能、大数据技术的深度融合具有重要意义，同时为解决实际场景中的复杂决策问题提供了宝贵的实践经验。