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。     

基于区间直觉模糊数Choquet积分算子的TOPSIS方法

针对区间直觉模糊数的多属性决策问题,提出了一种区间直觉模糊(IVIF)Choquet积分算子,结合传统的逼近理想解排序(TOPSIS)方法,对TOPSIS算法进行改进来处理区间直觉模糊数之间的相容性问题.该方法利用隶属度和非隶属度以获得专家对属性的肯定性评价,根据重要性权重排序函数,构造了基于区间直觉模糊数的海明距离Choquet积分算子,最后,通过一个实例证明该方法的有效性和可行性.     

基于Hausdorff距离的直觉模糊多属性决策的TOPSIS方法

传统的TOPSIS方法在考察目标方案与正、负理想方案的距离时多采用欧氏距离来度量.用Hausdorff距离替换欧氏距离,并用其来度量直觉模糊集（IFS）之间的距离,进而建立相对贴近度的概念,由此对目标方案进行排序、择优.实证分析结果表明该方法有效、实用,在直觉模糊多属性决策中,该方法比欧氏距离方法要简单,但计算结果完全一致.     

基于可比较语言多属性决策的扩展TOPSIS方法

针对偏好信息是可比较语言的多属性决策,提出了一种新的决策方法——基于可能度分布距离测度的TOPSIS方法;该方法首先将可比较语言转化为犹豫模糊语言信息,通过定义可能度分布距离公式,避免了传统犹豫模糊语言评价信息在距离计算过程中的误差;然后建立了基于可能度分布距离测度的TOPSIS决策模型,通过计算正负理想点得到最优参照方案,根据各方案与最优参照方案间的距离进行排序并择优,相比于传统TOPSIS方法更能体现各方案与理想方案的贴近程度;最后,以快递服务公司的测评案例验证了所提方法的可行性和有效性。     

一种直觉梯形模糊数的排序方法及其在多准则决策中的应用

先根据直觉梯形模糊数的特点,定义一种新的直觉梯形模糊数距离公式,再结合理想点方法,提出一种直觉梯形模糊数的排序方法,最后将该方法应用于模糊多准则决策中,并通过实例说明了所提方法是有效的.     

基于混合模糊多属性决策的复杂产品模块划分方案评价

针对复杂产品的模块划分难以获得唯一方案问题,提出了一种基于混合模糊多属性决策理论的复杂产品模块划分方案评价方法.根据指标特性,分别运用区间数、三角模糊数、直觉模糊数和区间直觉模糊数对指标进行合理赋值;采用模糊层次分析法确定指标权重;基于逼近理想解(TOPSIS)排序框架计算备选方案到正、负理想解距离,根据综合相对贴进度进行方案排序.并以某品牌汽车发动机的模块划分方案为例,验证方法的有效性.     

两种改进的直觉模糊多属性决策方法

对直觉模糊条件下的多属性决策问题,针对现有记分函数法和距离法的不足,基于IFS之间相对接近度的概念,提出了新的记分函数法和改进TOPSIS方法,综合利用了各方案至理想方案和负理想方案的距离信息,得到决策结果综合性能最优,并通过实例对比证明了本文方法的有效性。     

基于三角模糊数权重信息不完全的多属性决策方法

针对属性值为三角模糊数且权重信息不完全的多属性决策问题,提出了一种基于三角模糊数权重信息不完全的多属性决策方法.该方法首先利用权系数的不完全确定信息,建立关于各方案综合三角模糊数与理想解和负理想解的加权距离优化模型,通过求解优化模型得到各属性权重值,之后根据各方案到相对理想解的贴近度的大小进行排序.实例分析表明了该方法的有效性和可行性.     

基于区间值直觉模糊集加权TOPSIS的高校教师教学效果评价

开展高校教师教学效果评价是提高高校教学质量管理的有效方法之一。基于教学效果评价信息的不确定性,部分文献提出了模糊综合评价、TOPSIS、直觉模糊多属性决策等多种方法。但针对多属性决策中所包含的大量模糊和不确定信息的问题,则采用区间值直觉模糊集加权TOPSIS法,能得到更好地解决。通过定义区间值直觉模糊集和2个区间值直觉模糊集之间的距离等概念,并结合加权TOPSIS原理,计算各方案到正、负理想解的距离和紧密度的综合指标值,从而判断各备选方案的优劣次序。最后通过高校教师教学效果评价实例证明了其方法的有效性。     

基于模糊多属性群决策的经纱张力检测及控制方案优选

针对剑杆织机经纱张力检测及控制方案设计的评价要求,提出工程方案评价的模糊多属性群决策问题.考虑了个体专家在方案属性中的不同重要程度,将专家个体意见与群体相似度结合,计算专家意见的综合重要程度.通过专家意见集结,得到群体意见决策矩阵.利用模糊逼近理想解(TOPSIS)决策法和三角模糊数计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,确定经纱张力检测及控制最优方案.决策结果验证了该方法的可行性和有效性.     

考虑属性关联的TOPSIS语言群决策方法

针对在实际的多属性语言群决策问题中属性之间往往具有相互关联作用这一问题,提出了一种考虑属性关联的TOPSIS语言群决策方法.该方法中决策者给出对方案的语言评价信息,并采用二元语义概念对语言评价信息进行处理.在传统理想点法的基础上引入λ模糊测度的概念,根据属性间的关联作用确定每个方案属性的权重并得到加权决策矩阵.然后计算每个方案与正、负理想点间在n维二元语义空间内的二元语义欧氏距离并得到相对贴近度,确定最优方案.该方法有效地避免了决策过程中语言评价信息的扭曲和损失,并能够考虑属性间的关联作用对于属性权重的影响,使得决策结果更加合理可信.通过一个实例验证了方法的有效性和实用性.     

基于直觉模糊多属性决策的逆向物流供应商选择

逆向物流供应商选择是典型的多属性决策问题.针对逆向物流供应商选择问题的特点,提出一种基于直觉模糊熵的逆向物流供应商选择问题的直觉模糊多属性决策方法.在回顾相关基础理论知识基础上,建立了逆向物流供应商评价指标体系,给出了基于直觉模糊熵的评价指标权重的确定方法,然后运用直觉模糊加权平均算子对二级指标信息集结,得到逆向物流供应商选择问题的直觉模糊决策矩阵,提出了基于直觉模糊熵和TOPSIS法(逼近理想解的排序方法)的逆向物流供应商评价方法.最后通过数值分析验证了该方法的可行性与有效性.     

区间直觉梯形模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉梯形模糊数且属性间存在相互关联的多属性群决策问题,提出一种基于区间直觉梯形模糊几何加权Bonferroni平均算子的决策方法.基于区间梯形直觉模糊数的运算法则和几何Bonferroni平均算子,定义了区间直觉梯形模糊几何Bonferroni平均算子及其加权算子.给出了这些算子的一些性质,建立基于区间直觉梯形模糊几何加权Bonferroni平均算子的多属性群决策模型.最后,将该方法应用在供应商选择的群决策问题中,结果表明了该方法的有效性与可行性.     

基于相对优势度的直觉模糊多属性决策方法

把区间数的相对优势度概念推广到直觉模糊数,再根据直觉模糊数两两比较的相对优势度构建模糊互补判断矩阵,提出一种直觉模糊数的排序方法,并将此排序方法应用到直觉模糊多属性决策中,得到一种基于相对优势度的直觉模糊数多属性决策方法．     

加权三元区间数型多属性决策TOPSIS模型及其应用

针对三元区间数距离计算中存在的问题，提出一种改进三元区间数距离公式的多属性决策TOPSIS模型。根据三元区间数的确定性和不确定性特点，用基于加权区间值的三元区间数距离代替三元区间数型TOPSIS模型中的欧氏距离，并以此计算三元区间数相对贴近度，按照三元区间数相对贴近度排序决策。通过一个边坡支护方案评价的例子计算分析，并与用其他方法得到的结果进行了对比，说明了方案的有效性。     

系数为直觉梯形模糊数的模糊线性规划

研究直觉梯形模糊数,并引入以直觉梯形模糊数为系数的线性规划问题,利用直觉梯形模糊数的加权期望值对直觉梯形模糊数进行排序,将直觉梯形模糊数与实数对应,把原规划转化成为经典的线性规划问题,进而得到最优解,同时加入4个综合评估系数作为对决策人的主观决策的评价．最后给出数值例子证明该方法的可行性与有效性．     

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．     

基于三角直觉模糊的交互式偏好顺序决策模型

针对多属性决策问题中决策者主观判断的模糊性和决策过程中存在的补偿问题,本文提出了基于三角直觉模糊数的多属性决策模型。首先,用三角直觉模糊数来完成模糊信息的表达,从而更好地描述出决策信息的不确定性。其次,利用改进后的交互式多准则决策方法（an acronym in Portuguese for interactive multi-criteria decision-making, TODIM）,并结合偏好顺序结构评估法（Preference Ranking Organization Method for Enrichment Evaluations, PROMETHEE-II）方法在模糊环境中对备选方案进行排序,使该框架更具实用性和适用性。最后,通过案例证明了该决策框架的有效性,并对决策结果进行进一步敏感性分析,分析结果验证了其稳定性。