| 中文摘要 | 第3-6页 |
| 英文摘要 | 第6-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 粗糙集理论研究现状 | 第14-16页 |
| 1.2 直觉模糊集研究现状 | 第16-17页 |
| 1.3 证据理论及其应用研究现状 | 第17页 |
| 1.4 概念格理论及应用研究现状 | 第17-19页 |
| 1.5 本文组织结构 | 第19-21页 |
| 第二章 基于相似关系的多粒度直觉模糊决策粗糙集 | 第21-41页 |
| 2.1 预备知识 | 第21-24页 |
| 2.1.1 直觉模糊集与直觉模糊信息系统 | 第21-22页 |
| 2.1.2 决策粗糙集和多粒度决策粗糙集 | 第22-23页 |
| 2.1.3 直觉模糊相似度 | 第23-24页 |
| 2.2 一种新的直觉模糊集的相似度 | 第24-26页 |
| 2.3 基于相似关系的直觉模糊决策粗糙集 | 第26-29页 |
| 2.4 基于相似关系的多粒度直觉模糊决策粗糙集 | 第29-32页 |
| 2.5 基于相似关系的多粒度直觉模决策糊粗糙集的最优粒度选择 | 第32-40页 |
| 2.6 小结 | 第40-41页 |
| 第三章 广义优势直觉模糊决策信息系统的属性约简与规则获取 | 第41-57页 |
| 3.1 预备知识 | 第41-42页 |
| 3.1.1 三角模算子 | 第41-42页 |
| 3.1.2 证据理论 | 第42页 |
| 3.2 广义优势多粒度直觉模糊粗糙集 | 第42-46页 |
| 3.2.1 直觉模糊信息系统中的优势关系 | 第42-45页 |
| 3.2.2 广义优势多粒度直觉模糊粗糙集 | 第45-46页 |
| 3.3 广义优势多粒度直觉模糊决策信息系统的属性约简 | 第46-52页 |
| 3.3.1 广义优势多粒度直觉模糊粗糙集与证据理论 | 第46-48页 |
| 3.3.2 广义优势多粒度直觉模糊决策信息系统的属性约简 | 第48-52页 |
| 3.4 广义优势直觉模糊决策信息系统中的规则提取 | 第52-56页 |
| 3.4.1 广义优势多粒度粗糙直觉模糊集 | 第52-54页 |
| 3.4.2 决策规则的提取 | 第54-56页 |
| 3.5 小结 | 第56-57页 |
| 第四章 多伴随直觉模糊粗糙集及其在多属性群决策中的应用 | 第57-79页 |
| 4.1 预备知识 | 第57-59页 |
| 4.1.1 模糊决策信息系统与多伴随对 | 第57-58页 |
| 4.1.2 多伴随模糊粗糙集及其正域 | 第58-59页 |
| 4.2 多伴随直觉模糊粗糙集 | 第59-68页 |
| 4.2.1 多伴随直觉模糊近似算子的构造 | 第59-63页 |
| 4.2.2 多伴随直觉模糊粗糙集的主要性质 | 第63-66页 |
| 4.2.3 多伴随直觉模糊粗糙集的属性约简 | 第66-68页 |
| 4.3 基于多伴随的直觉模糊群决策方法 | 第68-77页 |
| 4.3.1 基于直觉模糊概率的信任函数和似然函数 | 第68-71页 |
| 4.3.2 多伴随直觉模糊群决策方法 | 第71-76页 |
| 4.3.3 与其他群决策方法的比较 | 第76-77页 |
| 4.4 小结 | 第77-79页 |
| 第五章 广义单边直觉模糊概念格 | 第79-93页 |
| 5.1 预备知识 | 第79-81页 |
| 5.1.1 形式概念分析和Galois连接 | 第79-80页 |
| 5.1.2 广义单边形式概念 | 第80-81页 |
| 5.2 广义单边直觉模糊概念格 | 第81-86页 |
| 5.3 广义单边直觉模糊概念格的属性约简 | 第86-91页 |
| 5.4 小结 | 第91-93页 |
| 第六章 总结与展望 | 第93-95页 |
| 6.1 本文主要创新点 | 第93-94页 |
| 6.2 研究展望 | 第94-95页 |
| 参考文献 | 第95-111页 |
| 致谢 | 第111-113页 |
| 攻读学位期间取得的科研成果清单 | 第113页 |
