文档介绍：犹豫不决模糊语言术语集抽象理论( HFLTSs )与情况客观处理中是非常有用人们都在犹豫中提供语言评估。该本文的目的是开发比较方法和研究聚集理论 HFLTSs 。我们首先定义操作在 HFLTSs 并给予可能度公式比较然后定义两个集合运营商 HFLTSs :一犹豫模糊 LWA 运营商和犹豫模糊 LOWA 操作。在实际应用中,我们使用这些运营商引言在多目标决策 MANY 标准( MCDM ) 是定性的。因此,它更适合以评价它们的语言形式。例如,评估时汽车的安全性或舒适性,专家喜欢使用模糊语言表达,如“优秀”,“好”或“差”。的模糊语言的方法是已使用的工具在一个问题[39] 建模的定性信息。最多现在,已经有很多的语言模型,目的是延长并提高信息的模糊语言的方法建模和计算过程。其中,语义模型[1] , [6] 中,符号模型[7] , [10] , [30] ,和语言两元组模型[11] , [12] 有三个经典的语言计算模型,并已成功应用于许多领域,如决策[2] , [13] - [15] , [19] , [25] , [31] , [38] ,信息检索[3] , [16] , [17] ,供应链管理[4] , [5] ,安全性和成本分析[18] ,和健康保健制度[29] 。对于多目标决策问题的语言信息,一个关键点是如何聚合备选的语言满意根据获得的总体评价个人的标准值。因此,许多运营商已经推出了汇总语言信息。在这些运营商来说,语言有序加权平均( LOWA )运营商,通过定义埃雷拉等。[10] ,是基于 OWA 算在[36] 和语言术语在凸组合[7] 。在文献[35] ,耶格尔使用语言加权平均( LWM )算汇总语言的参数及其数值的权重。在[9] , Herrera 和埃雷拉- 维德马定义的语言加权平均( LWA )运算符总的语言参数和他们的语言权重。为了结合的优点所述 LOWA 和 LWA 运营商,托拉[24] 中定义的语言加权 LOWA ( LOWA )运算符。对于理论汇聚运营商,看到了全面的文献[32] 。上述聚合运营商用于聚合单语言方面的语言术语集。然而, 当专家是犹豫和几个方面的思考在同一时间,以评估的指标,替代,变, 等,这是不容易的,他/ 她以提供一个单一的项作为他/ 她的知识表达。为了模拟这种情形, Rodr' ? guez 等。[20] 用托拉的想法在定义犹豫模糊集合[22] , [23] 引入犹豫不决模糊的概念语言术语集( HFLTSs )。然后,问题是如何有效地通过 HFLTSs 模拟汇总语言信息, 产生并需要加以解决。 Rodr' ? guez 等。[20] 中所定义分上,下最大运营商开展的聚集为 HFLTSs 。然而,无论是运营商无法处理情况的标准或专家的重要性权重加以考虑。至于 HFLTSs , Rodr' ? guez 等的比较。[20] ,得到一种用于排名 HFLTSs 。我们注意到, Rodr' ? guez 的比较方法是通过构造区间值进行在 HFLTSs' 信封的指标。然而,该比较已推导出此方法的结果可能不符合常理,因为它似乎是不合理的说一 HFLTS 绝对是优于另外,如果这两个 HFLTSs 有一些共同的要素。例如,设 S= {S0 :没什么, S1 :非常低, S2 :低, S3 :中, S4 :高,