基于区间直觉模糊集重叠度的大熊猫栖息地优选模型研究及其应用

《Expert Systems with Applications》：Selection of giant panda habitat based on the overlap degree of interval-valued intuitionistic fuzzy sets

本文创新性地提出区间直觉模糊集（IVIFS）的重叠度（overlap degree）概念，通过构建几何计算模型量化模糊集间的信息交互强度。该研究突破了传统相似性度量（similarity measure）与距离度量（distance measure）的全局视角局限，能够精准捕捉局部区间信息重叠特征，为大熊猫栖息地优选等多属性决策问题提供了新的不确定性信息融合工具。模型通过对比分析与灵敏度验证展现了优良的稳定性和实用性。

　　

重叠度在区间直觉模糊集上的应用

区间直觉模糊集（IVIFS）的重叠度所具有的优良性质已在第3节得到验证。它提供了一种新颖的信息度量方法，为进一步探索模糊集理论的广泛应用奠定了理论基础。为验证重叠度的实用性，本节给出一个具体案例。随着社会发展和市场规模持续扩大，替代方案排序问题受到广泛关注。在...

结论

作为区间直觉模糊集（IVIFS）领域的一种新型信息度量工具，重叠度的核心价值在于关注集合间不确定相互作用中的“局部兼容性”——这区别于传统距离度量、相似性度量等工具的“全局差异或相似性”度量视角。这些传统度量仅能描绘集合的整体相关性，而无法捕捉局部相互作用的细节，而重叠度则能...