5、医学调查与项目选择中的新型 n 值细化 Neutrosophic 散度测度

医学调查与项目选择中的新型 n 值细化 Neutrosophic 散度测度

1 引言

1995 年，有人提出了 Neutrosophic 集，用于处理信息的不精确性、不确定性、不一致性和不完整性。Neutrosophic 集由三个隶属函数组成，即真隶属函数、不确定隶属函数和假隶属函数，是直觉模糊集的推广。此后，许多研究者在此基础上进行了拓展，引入了细化 Neutrosophic 代数结构、n 值 Neutrosophic 集等概念，并提出了各种相似性测度、距离测度和相关性测度等，还将其应用于医学诊断、模式识别和决策问题等实际场景。

2 实验方法与材料

2.1 预备知识

• Neutrosophic 集定义 ：在全集 X 上定义的 Neutrosophic 集 U 为 (U ={d_j,\Upsilon(d_j),\Psi(d_j),\Theta(d_j) | d_j \in X})，其中 (\Upsilon(d_j)) 表示真隶属函数，(\Psi(d_j)) 表示不确定隶属函数，(\Theta(d_j)) 表示假隶属函数，它们是 ([0,1]) 的实标准或非标准子集，且 (0 \leq \Upsilon(d_j) + \Psi(d_j) + \Theta(d_j) \leq 3)。
• 单值 Neutrosophic 集定义 ：在全集 X 上定义的单值 Neutrosophic 集 U 为 (U ={d_j,\Upsilon(d_j),\Psi(d_j),\Theta(d_j) | d_j \in X})，其中 (\Upsilon(d_j),\Ps