一类三角模糊数优性组合预测模型

将三角模糊数序列的三个界点转换为等价的面积型中心、面积型散度、质心三个指标序列.结合广义诱导有序加权平均(GIOWA)算子,选择面积型中心、面积型散度、质心三个指标的L2范数作为最优准则,建立了一类新的三角模糊数优性组合预测模型,并证明了新提出的模型一定是优性组合预测模型.通过实例分析对比,也进一步验证了该模型是有效性...     

基于对数误差的IOWGA算子的三角模糊数变权组合预测模型

本文针对三角模糊数描述的复杂系统的预测问题,提出了一种基于对数误差的IOWGA算子的三角模糊数变权组合预测模型.首先将三角模糊数以面积型中心、面积型散度、质心三个指标进行描述,然后引入诱导有序加权几何平均算子(IOWGA)算子,并以面积型中心、面积型散度、质心三个指标的对数误差为最优准则,通过引入偏好系数将其转换为可变权的组合预测模型,最后通过实例分析进行对比,结果表明该模型能够有效提高预测精度.     

空调冷热源方案优选的模糊多属性群决策模型

针对空调冷热源方案优选中的复杂性、模糊性以及局限性,借鉴三角模糊数的计算原理,提出了一种基于广义导出有序加权平均算子的多属性群决策模型.结合实例,将模型引入空调冷热源方案优选中,利用模糊三角数对模糊语言型的属性值赋值,根据GIOWA算子的集结原理进行方案属性值综合和多人群决策,并与其它方法的计算结果进行了对比分析,表明该方法简单、结果合理,可用于空调冷热源方案优选.     

基于联系数贴近度的三角模糊数组合预测模型

针对三角模糊数预测问题，将三角模糊数转化为对应的三元联系数，以三元联系数的贴近度作为最优准则，引入广义加权平均（GOWA）算子，建立了基于三元联系数贴近度的三角模糊数组合预测模型，并证明了该模型为优性组合预测模型。通过实例分析验证了该模型是有效的，能够有效提高预测精度，并对GOWA算子中的参数进行了灵敏度分析。     

GIOWA算子在战略领导能力评价中的应用

针对中国背景下CEO战略领导能力具有模糊性、难以量化的特征,设计了基于愿景能力、战略驱动能力、关系能力、战略决策能力、战略执行能力五个维度的战略领导能力评价指标体系.针对评价体系定义了一种模糊语言评估标度并给出其相应的三角模糊数表达方式.同时应用广义的导出有序加权平均(GIOWA)算子进行集结,得到评价结果.此评价体系为企业针对CEO的选拔、考核及培育提供客观的依据.最后用实例分析对其加以验证.     

完备格上基于t算子的直觉模糊粗糙集模型

基于对偶三角模,将直觉模糊粗糙集模型在完备格上进行统一处理:首先在完备格上引入非算子的概念,定义和讨论了完备格上基于t算子的直觉模糊集及其运算法则;讨论了完备格上基于t算子的对偶三角模剩余蕴涵及其相互转化关系;在讨论完备格上基于t算子的直觉模糊集的对偶三角模TS隶属度和非隶属度表示的基础上,给出了完备格上基于t算子的直觉模糊集对应的剩余蕴涵之隶属度和非隶属度计算公式;最后,在定义完备格上基于t算子相似关系的基础上,定义和刻画了完备格上基于t算子的直觉模糊粗糙集模型.     

三角模糊数的可能度排序方法与应用

给出了新的三角模糊数相互比较的可能度公式,并与已有结果[1]中的三角模糊数可能度定义进行比较分析,给出了一种基于三角模糊数可能度概念的多属性决策方法,并通过实例说明了该方法的可行性与有效性.     

基于组合模型的三角模糊数预测模型

首先以北京市1994-2006年年平均最低气温、年平均气温、年平均最高气温构建三角模糊数序列的三个界点,出于数据整体性考虑将三角模糊数序列转换成等量信息的三个指标数序列,然后,对三个指标数序列分别构建了时间序列ARIMA模型,灰色预测GM(1,1)模型以及BP神经网络模型,最后在单一模型预测结果的基础上通过引入诱导有序加权(IOWA)算子,建立了一种集成IOWA算子的ARIMA-GM-BP的三角模糊组合预测模型。通过最终预测结果对比,组合模型预测精度明显要高于各单一模型。     

基于理想点的三角模糊数群体多属性决策法

针对模糊群体多属性决策问题,提出了一种新的属性权重和属性值均以三角模糊数形式给出的模糊群体多属性决策方法.该方法先假设方案在主观评价属性下的属性值采用三角模糊数的形式来表示专家评价值的模糊性和不确定性,而后假定每一主观评价属性都有一组相应的专家权重值,以反映专家在不同评价属性中的重要性程度,同时考虑到专家意见的相似度,将专家意见进行集结得到专家群体关于方案集的模糊决策矩阵.最后定义了三角模糊数正理想方案和负理想方案,计算各方案与理想方案的接近度,以此给出了三角模糊数群体多属性决策问题的理想点法.通过实例分析说明了该方法的可行性和有效性.     

一种证券投资组合的群选择模型

根据每一位专家给定的可能度(反映第k时期的证券收益率与未来收益率的相似程度),从乐观、悲观和折中三个角度预测证券的未来收益率,并以三角模糊数的形式表示.不同专家的预测结果用不同的三角模糊数表示,基于模糊数的相似度的定义,得到了一个集结多个专家判断的群投资组合模型,最后给出了算例.     

导出模糊OWA算子及其应用

研究了决策过程中决策者往往更容易选择模糊语言来表达评价意见的问题，提出了导出模糊OWA算子（IFOWA）。定义了模糊语言相对应的三角模糊数，并将模糊语言评估及其相对应的三角模糊数组成OWA对进行集结。为判断衡量集结结果，提出了问隙度概念。在判断集结后的三角模糊数所对应的模糊评价语言时，通过举例分析，取‘间隙’最小。验证了该方法的有效性，提出的IFOWA算子对多属性决策问题具有实际应用价值。     

基于FOWA算子的不同模糊偏好信息的群决策法

研究决策者以不同形式给出其模糊偏好信息的群决策问题.首先,利用三角模糊运算的一些拓展法则和不同模糊偏好信息之间的转换公式将模糊效用值型、模糊互反判断矩阵型的偏好信息形式一致化为模糊互补判断矩阵型.其次,以三角模糊数的期望值为排序工具,利用FOWA算子对一致化的决策信息和方案的优势程度进行集结,依据综合优势度的期望值对方案进行排序,提出一种新的模糊群决策方法.最后,通过实例说明方法的可行性和有效性.     

基于投影的不确定多属性决策方法

介绍了向量间的投影,并分别针对三角模糊数序列、区间数和三角模糊数混合序列提出了其投影算子,并证明了投影算子满足线性变换性质,为不同数值类型无法排序的问题提供了解决办法.实例表明了其实际性和可行性.     

基于预测有效度的IOWA算子模糊组合预测方法

传统的组合预测方法大部分都是针对数字型数据进行的,但在实际生活中,预测对象具有模糊性,常用三角模糊数表征其特征信息;提出了基于模糊信息的一阶预测有效度的概念,并将其作为精度指标,运用诱导有序加权平均(IOWA)算子对三角模糊数信息进行集成,建立了相应的组合预测模型,实例分析表明基于一阶预测有效度的IOWA算子模糊组合预测模型是可行和有效的。     

模糊蕴涵算子及其构造(Ⅲ)--由三角模或余三角模构造的模糊蕴涵算子

依三角模和余三角模的定义,证实了模糊蕴涵算子θ0～θ311中有5个是三角模、5个是余三角模,并分别找出了与这5个三角模相关的余三角模和与这5个余三角模相关的三角模.求出了3个由三角模构造的力迫蕴涵算子,5个由三角模和不可分辨蕴涵算子一起构造的模糊蕴涵算子,1个由三角模生成的蕴涵算子,1个由余三角模生成的蕴涵算子和由这5个三角模生成的传播算子.将模糊蕴涵算子θ122～θ145的表达式y(a,b)换为θ(a,1-b)后构造出模糊蕴涵算子θ146～θ169及通过求模糊蕴涵算子θ122～θ145的圈乘算子得到模糊蕴涵算子θ170～θ19.共构造出57个模糊蕴涵算子.     

广义梯形模糊数相似性度量的 新方法及其应用

针对模糊数相似度计算问题,提出一种新的基于广义梯形模糊数的相似度量方法,在保证度量有效性的前提下,降低相似度的计算复杂性,提高其区分度,扩大其适用范围.给出区分性、无效率和不合理率三个评价指标,以对不同相似度方法进行比较.实验结果表明新方法具有较好的性能.最后,通过基于DS证据理论的故障诊断实例说明所提方法的合理性和可用性.     

基于三角模糊数互反判断矩阵一致性的多目标决策方法

针对决策信息为三角模糊数互反判断矩阵的模糊多目标决策问题.首先,介绍了数值型互反判断矩阵及其一致性、三角模糊数相互比较的可能度公式、三角模糊数互反判断矩阵及其一致性等知识.其次,基于三角模糊数一致性互反判断矩阵概念及最小偏差建立一个线性规划模型,通过求解该模型得到三角模糊数互反判断矩阵的排序向量,根据排序向量比较的可能度所建立的数值型互补判断矩阵的排序公式对方案排序.提出了一种新的模糊多目标决策方法.最后,通过风险投资项目的选择验证了方法是行之有效的.     

基于群体理想解的三角模糊数群体多属性决策

为求解群体多属性决策问题,提出属性值为三角模糊数的一种群体多属性决策法.该方法首先引入依赖于评价属性和专家个体判断相似度的专家权重思想,以反映专家在不同评价属性中的综合重要性程度;其次采用理想点法对每个单一评价属性将专家个体判断集结成专家群体判断,构造出关于方案集的群体判断决策矩阵;最后定义三角模糊数正负群体理想方案,以此给出了三角模糊数群体多属性决策问题的群体理想解算法.通过算例分析说明了该方法的可行性.     

模糊数相似度的结构元方法

为解决现有计算模糊集合或模糊数相似度的方法中,模糊数的隶属函数难得到,模糊数相似度难计算的问题,将模糊集合相似度的概念引申到模糊数中,利用模糊结构元理论解决模糊数相似度的表达计算.研究结果表明:基于结构元的模糊数相似度不仅简化计算,而且为模糊数相似性推理提供了良好的工具.     

基于相似度的模糊粗糙近似算子

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具.相似度是用于比较2个相似的模糊粗糙集所包含信息的精确性大小的,是模糊集理论和粗糙集理论的热点问题之一.文章利用一种改进的相似度定义了模糊粗糙近似算子,重新定义了粗糙集的一些概念,给出并证明了模糊粗糙近似算子的几个性质.