随着智能技术特别是人工智能技术的飞速发展,通过高效人机协作以提高系统任务的执行效率和满意度,在智能制造、军事、航空航天等诸多领域显得愈发迫切和重要。作为人机协作的核心问题之一,人机任务分配在面向系统任务完成过程中,存在如何科学合理确定人和智能机器之间的任务域或工作域,让人和机器建立分工更加合理、配合更加默契的互信机制问题。然而,目前有关此方面的研究尚处于探索阶段。为此,本文结合直觉模糊集主观评价和决策粗糙集客观知识获取的互补优势,从决策粗糙集条件概率获得和概率阈值确定两个方面研究基于决策粗糙集的三支直觉模糊决策方法并获得三支分类结果,为人机任务分配提供软求解策略的分配方案。具体研究内容及创新点主要包括以下四个方面:(1)提出了基于直觉模糊信息系统的三支直觉模糊决策方法。对于现有直觉模糊相似度未考虑其隶属度和非隶属度的实践语义且在一些情形下可能存在违反“直觉”等问题,提出了一种新直觉模糊相似度测度。然后将提出的测度引入直觉模糊信息系统中,定义了直觉模糊相似度下(α,β)-水平截集等概念。采用粗糙隶属度作为评价函数导出目标集的(α,β)-下、上近似集及三支决策域。进一步地,利用贝叶斯决策理论构建一种具有多风险偏好的直觉模糊决策粗糙集模型并导出其概率阈值。在此基础上,提出一种基于直觉模糊信息系统的三支直觉模糊决策方法并应用于飞机预期作战任务分配中。(2)提出了基于直觉模糊数排序的三支直觉模糊决策方法。针对上述提出的三支直觉模糊决策方法在直觉模糊损失函数矩阵转化过程中带来信息丢失问题,借助决策粗糙集现有成果及直觉模糊数运算,通过分析六种代表性直觉模糊数排序方法的优缺点,分别设计了基于直觉模糊单排序函数的三支直觉模糊决策机制和基于直觉模糊双排序函数的三支直觉模糊决策机制。最后将这两类决策机制统一到三支决策框架内,继而提出基于两类排序函数的三支直觉模糊决策方法。(3)提出了基于决策粗糙集等价模型的三支直觉模糊决策方法。考虑到现有方法在一些情形下仍难以确定直觉模糊环境下决策粗糙集概率阈值的问题,从优化的视角研究了经典决策粗糙集的等价模型。然后将此模型的构建思想分别拓展到基于区间数线性、非线性排序法的区间决策粗糙集概率阈值确定,基于三角模糊数线性、非线性排序法的三角模糊决策粗糙集概率阈值确定以及语言决策粗糙集概率阈值确定中,构建了相应的概率阈值确定优化模型。理论分析和实验结果表明:相比于现有方法,所提出模型不仅在这些模糊数线性排序法下获得相同的概率阈值数值解,而且还能获得其非线性排序法下的概率阈值数值解。这说明了所提出的等价模型的可行性和有效性。进一步地将其拓展到直觉模糊环境下决策粗糙集概率阈值确定中,并构建相应的非线性优化模型,理论上证明了该模型最优解的存在性和唯一性。然后借助优化技术搜索出模型的最优解并确定其概率阈值,从而克服了现有方法在这些模糊数非线性排序方法下难以确定概率阈值的不足。最后,本章将所提出的模型与方法应用于载人航天操作任务分配中。(4)提出了基于直觉模糊集成算子的三支直觉模糊群决策方法。传统的三支直觉模糊决策模型大多是基于单个决策者给出的直觉模糊损失函数评价,而对多个决策者或群决策者评价研究的较少。事实上,单个评估决策者往往存在评估行为的片面性、单一性等问题。针对此类问题,采用直觉模糊加权平均算子和加权几何算子集结不同决策者给出的直觉模糊偏好损失,获得直觉模糊群偏好损失。借鉴决策粗糙集等价模型的构建思想,提出群决策环境下直觉模糊决策粗糙集概率阈值确定模型,并设计基于直觉模糊集成算子的三支直觉模糊群决策机制及实现算法。最后以飞机预期作战任务分配为例讨论了提出方法在人机任务分配中的应用。总之,本文将直觉模糊集和决策粗糙集相结合,研究基于决策粗糙集的三支直觉模糊决策方法,并将其应用于不同场景下的人机任务分配中。这不仅丰富了直觉模糊集理论、决策粗糙集理论和三支决策理论,而且拓宽了这些理论的应用范围。