بررسی یک مدل تشخیص پزشکی گروهی مبتنی بر مجموعه های نرم فازی شهودی

پس از معرفی مجموعه های فازی توسط لطفی عسکرزاده این مجموعه ها مورد توجه بسیاری از محققان قرار گرفت و توسعه های متعددی از آنها معرفی شد از جمله میتوان به مجموعه های فازی شهودی مجموعه های نرم فازی و مجموعه های نرم فازی شهودی اشاره کرد نظریه مجموعه نرم میتواند به عنوان یک ابزار عمومی ریاضی برای مقابله با عدم قطعیت استفاده شود با توجه به کاربردهای متعدد این مجموعه ها در زمینه های مختلف و همچنین با توجه به اهمیت معیارهای فاصله و شباهت در زمینه هایی همچون تصمیم گیری تشخیص الگو، داده کاوی و غیره بررسی این معیارها برای مجموعه های فازی و توسعه های آن امری حائز اهمیت است. هدف این پژوهش توسعه یک مدل تصمیم گیری گروهی برای تشخیص پزشکی میباشد که از طریق نظرات متخصصان براساس اندازه گیری شباهت جدید در محیط مجموعه نرم فازی شهودی صورت میگیرد و اطلاعات ارزیابی با استفاده از میانگین بونفرونی نرم فازی شهودی وزن دار یکپارچه سازی میشود برای حل مسئله تصمیم گیری ابتدا معیار شباهت موجود را بررسی کرده که منجر به نتایج ضد شهودی میشود سپس یک معیار شباهت بهبود یافته برای مجموعه نرم فازی شهودی تعریف شده است و خواص آن که یک مدل جدید برای برآورد و زن نظرات متخصصان بر اساس معیار شباهت می باشد مورد بررسی قرار داده شده است. همچنین یک مطالعه موردی و یک تجزیه و تحلیل مقایسه ای برای نشان دادن عملی بودن و اثر بخشی مدل تشخیص پزشکی گروهی ارائه می شود.