直觉模糊集是传统的模糊集的一种拓展,它同时考虑了隶属度、非隶属度和犹豫度这三个方面的信息,因而比传统的模糊集在处理模糊性和不确定性等方面更具灵活性和实用性。自保加利亚学者Atanassov于1983年提出直觉模糊集的概念以来,有关直觉模糊集理论的研究已受到国内外相关领域学者的极大关注,并且已被应用于决策、医疗诊断、逻辑规划、模式识别、机器学习和市场预测等诸多领域。本书主要介绍近年来国内外学者特别是作者本人在直觉模糊信息的集成方式、直觉模糊集的关联测度、距离测度和相似性测度、直觉模糊集的聚类算法,以及基于上述信息处理工具的直觉模糊决策模型和方法等方面的最新研究成果。本书可作为模糊数学、运筹学、信息科学和管理科学与工程等领域的研究人员和工程技术人员的参考书,以及高等院校有关专业高年级本科生和研究牛的教学用书。