软集的扩展模型及其决策应用

推广关键词（软集、扩展软集、软集模型、决策、汇率预测、数学工具） 1. 本书可用于本科生、研究生的软集合理论与应用知识科学普及。 2. 软集的扩展模型具有参数化工具的特点，在不确定性决策问题处理领域具有不容小觑的的研究价值。

作为一种不确定信息处理工具，软集合和模糊集、粗糙集一样，受到了学术界的广泛认可，关于软集合代数性质以及产业应用方向的研究络绎不绝。本书作为一本软集方向专著，深入介绍了软集合及其扩展集合的基本性质以及基于软集合、扩展软集合的决策方法，也介绍了一种基于模糊软集合的数据预测方法，将其应用于银行汇率数值的预测，所作研究为对于本领域感兴趣的研究者起到抛砖引玉的作用。此外，本书讨论了几种有代表性的软集合扩展模型之间的关联关系，为读者更深刻地理解几种代表性数学工具之间的关联关系提供了参考。本书适用于数学专业和计算机科学专业的本科生、研究生。

上海理工大学管理学院，讲师。西班牙哈恩大学、西南交通大学信息科学与技术学院，信息与通信管理博士。迄今为止已发表或接收论文16篇（第1作者14篇），SCI 检索杂志论文 8 篇。

第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 关于扩展软集的研究现状
1.2.2 关于软集及扩展软集代数结构的研究现状
1.2.3 关于软集及扩展软集在决策问题中应用的研究现状
1.3 研究内容及结构安排
1.3.1 研究内容
1.3.2 结构安排
第2章 预备知识
2.1 软集的定义及其基本运算
2.1.1 软集的定义
2.1.2 软集的基本运算
2.2 模糊软集的定义及其基本运算
2.2.1 模糊软集的定义
2.2.2 模糊软集的基本运算
2.3 Pawlak粗糙集、粗糙模糊集、模糊粗糙集与粗糙软集
2.4 模糊语言方法、犹豫模糊语言术语集与比较语言表述
2.4.1 模糊语言方法
2.4.2 犹豫模糊语言术语集与比较语言表述
第3章 不同软粗糙集模型之间的关系
3.1 软粗糙集模型研究背景
3.2 MSR近似算子和F-软粗糙近似算子之间的关系
3.3 MSR近似算子和Pawlak’s粗糙近似算子之间的关系
3.4 不同软粗糙模糊集之间的关系
3.5 F-软粗糙集和形式概念分析中的modal-style算子之间的关系
3.6 软粗糙软集
3.7 本章小结
第4章 基于模糊软集和粗糙软集的改进决策方法
4.1 基于扩展软集决策方法的研究动态
4.2 基于模糊软集决策方法的改良方法
4.2.1 基于模糊软集的决策方法的争议
4.2.2 比较得分法的改良方法
4.2.3 基于模糊软集的可调节的决策方法
4.3 基于粗糙软集决策方法的改良方法
4.3.1 基于粗糙软集的决策方法的局限性
4.3.2 基于粗糙软集的决策方法
4.3.3 基于粗糙软集的群决策方法
4.4 本章小结
第5章 软集理论与模糊语言方法的结合
5.1 软集理论与模糊语言方法相结合的必要性
5.2 CLE软集
5.2.1 CLE软集的定义
5.2.2 CLE软集的运算
5.3 HFLTS的模糊包络的计算方法
5.3.1 CLE“最少Si”的模糊包络
5.3.2 CLE“最多Si”的模糊包络
5.3.3 CLE“在Si和Si之间”的模糊包络
5.4 基于CLE软集的一种多属性决策方法
5.5 基于CLE软集的共识群体决策模型
5.6 算法对比
5.6.1 决策问题描述
5.6.2 用Sun算法处理决策问题
5.6.3 用算法10处理决策问题
5.6.4 比较分析
5.7 本章小结
第6章 基于不完备模糊软集的缺失数据预测方法
6.1 不完备模糊软集
6.2 Deng-wang方法
6.2.1 Deng-Wang方法的定义
6.2.2 Deng-Wang方法的局限性
6.3 改进后的Deng-Wang方法
6.4 新的可调节预测算法方法
6.5 实验分析
6.6 本章小结
第7章 研究成果与展望
7.1 研究成果
7.2 展望
参考文献