一种区间直觉模糊信息集成的新方法

研究了属性权值完全未知且属性值为区间直觉模糊数的多属性决策问题．首先提出了一种将区间直觉模糊数转化为区间数的公式;然后,基于可能度法给出了一种新的客观赋权方法。并给出一种基于可能度的方案的排序方法;最后。通过实例证明了该方法的有效性和实用性．     

具有连续属性的不完备信息系统Rough集扩展

在模糊相似关系的基础上,针对具有连续属性的不完备信息系统提出了Rough集的扩展模型;利用模糊区间数来表示不完备信息表中缺失的连续属性值,并根据属性值的概率分布情况计算模糊区间数的可能度,在模糊关系的基础上给出了不完备信息表的上近似和下近似的定义;利用基于欧氏距离的贴近度法计算模糊相似度,构造相似矩阵,实现了对论域的划分;给出决策规则的约简和表示方法,应用实例说明了所提出的Rough集模型及规则的实用性。     

基于区间直觉模糊集的动态多属性群决策方法

针对决策者权重未知、属性权重已知,属性值为区间直觉模糊数的多属性群决策问题,提出采用区间直觉模糊加权平均算子进行信息集结,利用带有转化参数的得分函数进行决策.首先借助区间直觉模糊数的距离来确定决策者权重,然后利用区间直觉模糊加权平均算子和决策者权重对个体决策矩阵进行集结,最终得到每个方案对应的区间直觉模糊数,将其带入得分函数进行动态决策分析.通过实例求解验证了方法的可行性.     

基于信息熵的区间直觉模糊多属性决策方法

对属性权重信息完全未知且属性值为区间直觉模糊数的多属性决策问题进行了研究,定义了区间直觉模糊数的得分函数,进而提出了一种基于信息熵的区间直觉模糊多属性决策方法,最后通过实例分析说明了该方法有效、可行而且计算简单．     

基于模糊语言评估的多属性决策方法

研究了属性权重确知，属性值以模糊语言形式给出的多属性决策问题，定义了一种模糊语言评估标度并给出其相应的区间数表达方式，利用区间数运算法则对各方案的属性值进行集结。基于区间数之间两两比较的可能度公式，构造可能变矩阵，并利用已有的排序公式求出其相应的排序向量。进而对决策方案进行排序和择优，最后进行了实例分析，数值结果表明：该方法可行且有效。     

一种基于区间灰色梯形模糊数的多属性群决策方法

针对属性权重未知,属性值为区间灰色梯形模糊数的多属性群决策问题,提出了一种改进的灰色关联决策方法.首先,定义了区间灰色梯形模糊数的概念并建立了区间灰色梯形模糊数的相关运算规则以及区间灰色梯形模糊数之间的距离;然后,采用算术加权平均算法将个体信息集结群信息,基于信息熵建立了指标权重的求解模型,并采用灰色关联方法对方案进行排序;最后,通过实例说明了本方法的有效性.     

一种基于属性加权综合直觉梯形模糊数多属性决策方法

在解决属性值为直觉模糊数的多属性决策问题中,其权重信息未知.先采用熵值法来求其权重,并用直觉梯形模糊数权重平均算子求出各指标的平均属性值,给出了直觉梯形模糊数得分函数公式,期望函数公式.并提出了解决此类问题的方法与步骤,根据得分函数值大小进行排序,选择出最优方案.通过一个实例对此方法进行验证.     

基于集对分析的区间直觉模糊多属性决策方法

本文研究了属性权重为实数且属性值为区间直觉模糊数的多属性决策问题. 首先, 基于直觉模糊集思想与集对分析思想兼容性的考虑, 将区间直觉模糊决策矩阵转化为联系度矩阵. 然后算出各方案的综合联系度, 通过一个排序公式得到区间数形式方案排序, 再结合区间数排序方法最终实现方案排序. 最后, 给出一个算例, 说明了该方法的有效性和实用性.     

一种不确定型多属性决策方法及其应用

 讨论了权重完全未知且属性值为区间数的多属性决策问题,提出了一种基于理想区间数贴近度的决策方法。首先定义区间数的距离,并给出区间数贴近度的公理化定义,讨论区间数贴近度的性质,然后针对区间型多属性决策问题给出一种区间型决策矩阵的规范化方法,并给出3种确定权重的方法,分别是模糊标度重心赋权法（主观赋权法）、基于最小相对熵原理的熵与相对熵综合赋权法（客观赋权法）以及利用优化方法,以待评方案与理想最优方案的贴近度最大化为优化目标,建立的贴近度最大化赋权法（主、客观组合赋权法）。利用权重可计算出每个方案与理想方案的综合贴近度,即可得到所有方案的排序结果。最后通过实例分析验证了该方法的有效性和实用性。     

基于梯形直觉模糊数的TOPSIS多属性决策方法

针对属性值为梯形直觉模糊数的多准则决策问题,给出了一种基于梯形直觉模糊数的TOPSIS多属性决策方法.根据提出的梯形直觉模糊数的Hamming距离公式,计算各方案和梯形直觉模糊数正负理想方案的距离,从而求得各方案和正理想解的相对贴近度,基于贴近度大小对方案集进行排序.最后,用数值实例进一步说明了该梯形直觉模糊TOPSIS方法的有效性和实用性.     

基于TOPSIS的模糊数直觉模糊多属性决策法

对属性值以模糊数直觉模糊数形式给出的多属性决策问题,提出了一种基于TOP-SIS的模糊数直觉模糊数多属性决策方法,该方法首先定义了两个模糊数直觉模糊数之间的距离,然后给出了方案与理想点的相对贴近度,基于相对贴近度对方案进行排序。最后进行了实例分析。     

可能性熵权在尾矿坝风险评估中的应用

针对尾矿坝风险评估中由各指标信息的不确定性所造成的权值难以选取,以及导致评价效果降低的问题。以可能性分布来统一表征信息的的模糊、随机、不完全等不确定性,并映射到[0,1]区间上以统一量纲。引入广义模糊数来定量描述专家信息,并提出了一种新的广义模糊数相似测度计算方法。利用广义模糊相似测度对各指标的可能性熵权进行调整,以获得更加合理、有效的指标权值,并通过实例进行了验证。验证结果表明,可能性熵权法在不确定性信息的处理方面具有更强的适用性,它有效地将可能性熵权的定量性和客观性与模糊专家信息的包容性融合在一起,为尾矿坝风险评估中各指标权值的选取提供了理论依据。     

区间二型模糊语言Z-numbers及其应用

针对区间二型模糊多属性群决策问题,提出了以区间二型模糊语言Z-numbers(IT2FLZNs)为信息环境的群决策方法。首先,在区间二型模糊集和Z-numbers理论基础上提出了区间二型模糊语言Znumbers并定义了其相关运算性质,提出了两个区间二型模糊语言Z-numbers之间的相似度与距离;其次,在专家和属性权重都未知的情况下,根据决策中总体不确定性最小原则,利用相似度构建最优化模型,确定专家和属性的权重,并且通过综合比较各方案的群体效用值、个体遗憾值和亲密度来选择最优方案;最后,通过一个银行流动风险的实例验证所提方法的有效性与可行性。     

基于Hausdroff距离的扩展模糊数相似性测度

提出了一种新的度量扩展模糊数相似性的新方法．在分析了现有几种相似性测度原理的基础上,指出了它们的不足之处,通过将每个扩展模糊数当作图像样本,并引入了模式识别领域中Hausdroff距离,构造了新的相似性测度公式．多组数值算例表明,该方法可以有效地度量扩展模糊数之间的相似性．     

区间毕达哥拉斯模糊集的信息度量及其应用

熵、距离和相似度是模糊集及其推广理论中重要的信息度量工具。基于区间毕达哥拉斯模糊集的信息度量研究大多涉及区间毕达哥拉斯模糊数的距离公式,很少涉及模糊性和相似性的度量方法。针对这种情况,首先提出区间毕达哥拉斯模糊集的熵、距离和相似度的公理化定义。然后研究熵、距离和相似度之间的关系。最后将提出区间毕达哥拉斯模糊集的熵和相似度应用到模式识别领域,对比分析表明所提出的度量方法具有灵活性和有效性的特点。