Molodtsov initiated the concept of soft set theory, which can be used as a generic mathematical tool for dealing with uncertainty. However, it has been pointed out that classical soft sets are not appropriate to deal with imprecise and fuzzy parameters. In order to handle these types of problem parameters, some fuzzy (or intuitionistic fuzzy, interval-valued fuzzy) extensions of soft set theory are presented, yielding fuzzy (or intuitionistic fuzzy, interval-valued fuzzy) soft set theory. In this paper, we define the distance measures between intuitionistic fuzzy soft sets and give an axiom definition of intuitionistic entropy for an intuitionistic fuzzy soft set and a theorem which characterizes it. Furthermore, we discuss the relationship between intuitionistic fuzzy soft sets and interval-valued fuzzy soft sets and transform the structure of entropy for intuitionistic fuzzy soft sets to the interval-valued fuzzy soft sets

چکیده

مولودسوف، مفهوم نظريه مجموعه نرم را براي اولين بار به كار برد، كه مي‌توان از آن به عنوان يك ابزار رياضي كلي جهت بررسي عدم قطعيت، استفاده كرد. اما، خاطرنشان شده است كه مجموعه‌هاي نرم كلاسيك براي بررسي پارامترهاي فازي و غيردقيق، مناسب نيستند. جهت بررسي اين نوع از پارامترهاي مسئله، برخي بسط‌هاي فازي (شرايط عدم قطعيت) (يا فازي شهودي، فازي فاصله ارزش‌گذاري شده) از نظريه مجموعه نرم نشان داده شده‌اند، كه منجر به نظريه مجموعه نرم فازي (يا فازي شهودي، فازي فاصله ارزش‌گذاري شده) شده است. در اين مقاله، ما اندازه‌گيري‌هاي فاصله مابين مجموعه‌هاي نرم فازي شهودي و قضيه‌اي كه آن را مشخص مي‌سازد، تعريف مي‌كنيم. به علاوه، در مورد رابطه مابين مجموعه‌هاي نرم فازي شهودي و مجموعه‌هاي نرم فازي فاصله ارزش‌گذاري شده و تغيير ساختار انتروپي مربوط به مجموعه‌هاي نرم فازي شهودي به مجموعه‌هاي نرم فازي فاصله ارزش‌گذاري شده، بحث مي‌كنيم.

1-مقدمه

نظريه مجموعه نرم ارائه شده توسط مولودسوف [51]، يك ابزار رياضي جديد براي بررسي عدم قطعيت‌هايي است كه ابزارهاي رياضي كلاسيك قادر به بررسي آنها نيستند. به طور عيني، يك مجموعه نرم، اجتماعي از توصيف‌هاي تقريبي يك شيء است. اين توصيف اوليه شيء داراي ماهيتي تقريبي است و ما نياز به معرفي مفهوم راه‌حل واقعي نداريم. نبود هيچ گونه محدوديتي در زمينه توصيف تقريبي مجموعه‌هاي نرم، اين نظريه را خيلي مناسب و به آساني قابل استفاده در عمل، ساخته است [35]. اين نظريه اثبات شده كه در خيلي از عرصه‌هاي مختلف همچون تصميم‌گيري [10، 11، 16، 22، 36، 46، 55]، آناليز داده [72]، پيش‌بيني [62]، شبيه‌سازي [34]، بهينه‌سازي [37] و دسته‌بندي تركيب [52]، مفيد است…