综述：工程不确定性中的计算模糊方法：一项最新的文献计量与系统评价

《ARCHIVES OF COMPUTATIONAL METHODS IN ENGINEERING》：ComputaTional Fuzzy Methods For Engineering Uncertainty: A State-of-the-Art Bibliometric And Systematic Review

　　

摘要

不确定性是现实世界决策环境中的固有特征，表现为模糊性、不精确性和含糊性，而这些是经典概率论难以有效描述的。模糊集理论为表示分级隶属度和语言不确定性提供了严谨的数学框架，此后又发展出了诸多衍生类型，包括直觉主义模糊集、第二类模糊集、中性模糊集、犹豫模糊集、毕达哥拉斯模糊集、费尔马模糊集、T球面模糊集、图像模糊集以及q环正交对模糊集。本文基于经过严格筛选的Web of Science数据库中的3200多篇文献，遵循PRISMA 2020标准的搜索、筛选和提取流程，对2000年至2024年间模糊集理论及其实际应用进行了全面的文献计量学与系统评价。通过分析文献发表趋势、合作网络、重要作者、研究机构及国家以及关键词聚类，我们将该领域的发展历程划分为三个阶段：基础巩固期（2000–2009年）、理论快速扩展期（2010–2017年）以及跨学科应用爆发期（2018–2024年）。文章还明确了该理论的主要应用领域，包括控制系统、多准则决策制定、医疗诊断、供应链管理、环境评估与金融、机器人技术与自主系统、智慧城市以及工业4.0，并分析了各领域中最具影响力的方法及代表性研究。此外，本文还重点介绍了三个前沿应用方向：模糊逻辑与深度学习的结合、智慧城市基础设施管理以及受量子理论启发的模糊计算。同时，文章还对模糊集理论与其他相关不确定性处理框架进行了定量比较，总结了关键研究成果，并指出了未来具有潜力的研究方向。对于那些希望运用模糊方法解决复杂现实世界中的不确定性问题的研究人员和从业者而言，这篇综述堪称一份重要的参考资料。