.png){kind=icon}
返回
Dual-fuzzy evaluation for polytomous knowledge structures
.png){kind=icon}
PRE
AI
DOI：10.1016/j.fss.2026.110102.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在经典多值知识结构理论有效模型精确响应剖面的同时，结构判断（如可接受性和扩展优先级）通常仅限于二元分类。为解决此局限性，我们提出了一种双模糊评估框架，该框架为这些结构判断分配等级值，同时严格保持底层状态的精确性。此方法的核心是一对反单调算子（Γ, Δ），它将模糊状态可接受性评估与模糊扩展优先级关系正式联系起来。在布尔极限下，该框架精确恢复经典的清晰CD型结构，确保保守扩展。关键在于，这对算子诱导的闭包算子将原始评分向上补全为它们之上的最小Galois不动点。切割语义用于将等级评估解读为清晰的CD型阴影，并追踪阈值何时持续或衰减。此外，我们研究了该框架的生成能力，确立了从切割最小证据族精确重建切割基的条件。最后，受国际数学与科学趋势研究（TIMSS）启发的构造示例和系统模拟阐述了该框架，并检验了其在不同条件下的行为。
Keyword:
Polytomous knowledge structure
Dual-fuzzy evaluation
Fuzzy extended precedence
Galois fixed-point completion
Cut semantics
