基于包含度的犹豫模糊属性约简

将模糊集的包含度拓展到犹豫模糊集中,针对属性值为犹豫模糊元的决策问题,提出了一种犹豫模糊信息系统的属性约简方法。首先,给出了犹豫模糊包含度的公理化定义和不同形式的计算公式;然后,计算决策条件选择,得到条件属性重新组合后的犹豫模糊信息系统,再计算组合的条件属性在决策中的包含度,得到相应的决策规则;最后通过逐项删减条件属性,得到最大决策约简集,并通过实例表明了该方法的有效性和可行性。     

直觉模糊集的水库洪水调度多属性组合决策方法及应用

针对水库洪水调度决策中"模糊概念"难于处理,决策中没有充分考虑不确定的犹豫度和最优权重确定具有片面性的问题,提出了基于直觉模糊集的犹豫度加权组合方法。通过解线性规划问题和设置确定性系数得到属性的组合最优权重。利用直觉模糊集充分表达了决策中的犹豫度信息,进而根据组合模型计算相对贴近度对方案进行排序。实验数据证明该组合模型通过调整确定性系数,可以对不同时期的水库洪水进行有效和合理的调度决策。     

基于Pythagorean犹豫模糊集成算子的多属性决策方法及其应用

基于Pythagorean犹豫模糊集理论,提出了基于Pythagorean犹豫模糊环境下的集成算子来研究多属性决策问题。首先提出了Pythagorean犹豫模糊有序加权算术平均算子和Pythagorean犹豫模糊有序加权几何平均算子;基于对Pythagorean犹豫模糊决策信息本身及其信息顺序位置重要性的兼顾,又提出了Pythagorean犹豫模糊混合算术平均算子和Pythagorean犹豫模糊混合几何平均算子;最后,提出了基于Pythagorean犹豫模糊信息集成的多属性决策方法,并通过智慧医疗评估体系的例子说明提出的决策方法的可行性.     

基于直觉模糊可能性测度的三支决策模型的研究

在直觉模糊集和可能性测度理论基础上,用可信度,对三支决策模型进行了研究.首先运用直觉模糊集和可能性理论,定义了直觉模糊可能性测度和直觉模糊可信度,讨论它们的性质.在直觉模糊可能性空间中,建立了基于直觉模糊可能性测度的三支决策模型,给出了该模型的划分规则.然后,定义了直觉模糊信息表的三支决策模型,给出了求信息表对象的综合直觉模糊属性特征值方法.最后,对该模型下的误判进行分析,给出了一种基于直觉模糊可能性测度和可信度的决策风险计算方法,并进行了实例演算.通过实例,给出具体计算步骤:综合分析了对象在不同属性特征下的隶属度和非隶属度,计算其直觉模糊可能性测度;运用可信度,计算出边界阈值和综合直觉模糊属性特征值;讨论了该模型的有效性.     

基于云模型的信任评估研究

讨论了信任关系的随机性和模糊性共存以及相互融合问题。分析云模型描述不确定性概念的方法和实现定性语意与定量数值相互转换的算法,提出了基于云理论的信任评估模型—信任云。该模型提出云特征参数表达的信任传递和合并算法,在精确描述信任期望值的同时,通过熵和超熵刻画了信任的不确定性。相对于传统的信任评估策略,该模型获取的信任值包含更多的语意信息,更适合作为信任决策的依据。     

Pythagorean犹豫模糊熵及其多属性群决策方法

针对模糊信息下的群决策问题,提出了一种基于Pythagorean犹豫模糊熵的多属性群决策方法;给出了Pythagorean犹豫模糊熵的公理化定义及计算公式;为克服传统Pythagorean犹豫模糊集规范化方法导致原始决策信息流失的不足,完善了基于Pythagorean犹豫模糊环境下的最小公倍数扩充方法,方法能有效地保持原始决策信息;又以Pythagorean犹豫模糊熵作为决策信息差异程度的度量,给出属性权重完全未知或部分已知情况下权重的确定方法,并定义了基于最小公倍数的Pythagorean犹豫模糊距离测度和Pythagorean犹豫模糊熵测度;构造了一种基于Pythagorean犹豫模糊熵的TOPSIS方法,并通过精准扶贫补贴项目案例说明了方法的可行性和有效性.     

区间值直觉犹豫模糊多属性决策方法研究

针对评价信息为区间值直觉犹豫模糊集的多属性决策问题,结合ELECTRE-I和TOPSIS方法,提出了一种解决区间值直觉犹豫模糊多属性决策问题的方法。基于区间值直觉犹豫模糊元得分函数,提出了一种新的确定属性权重的方法。将经典的ELECTRE-I和TOPSIS拓展到区间值直觉犹豫模糊环境下,定义了绝对和谐指标与不和谐指标,相对优势指标和综合优势指标。根据综合优势指标得到方案的排序。最后提供了一种基于区间值直觉犹豫模糊信息的多属性问题的决策步骤,并进行了算例分析与比较分析,证明了该方法的有效性。     

基于Pythagorean犹豫模糊集的多属性决策投影方法

针对Pythagorean犹豫模糊环境下的多属性决策问题,提出了一种结合最小公倍数扩展法和投影模型的多属性决策方法。首先,介绍了最小公倍数拓展法和投影模型;其次,定义了Pythagorean犹豫模糊集新的方差函数,并利用新的方差函数来获得各个属性的权重信息;最后,基于投影模型给出了一种新的多属性决策方法,并结合实例验证了该方法的适用性和灵活性。     

基于信任优势的不确定多属性决策方法

文章针对以信任函数表示的不精确、不确定的属性信息,引入信任优势描述信任函数之间的占优关系;基于信任优势的概念,结合ELECTRE-III方法的思想,由信任优势关系得到各属性的局部偏好关系,将Pignistic概率期望值作为定量测度,利用赋值级别高于关系得到方案之间的赋值有向图,根据赋值有向图计算净流,对方案进行排序;最后给出一个算例对该方法进行了说明。     

二维变量信息视角下的概率犹豫模糊集决策方法研究

将概率犹豫模糊集中的隶属度与概率看作二维变量信息,在二维变量信息条件下研究概率犹豫模糊集多属性决策问题。首先,将概率犹豫模糊数书写形式改为点坐标形式,并在此形式下建立概率犹豫模糊元几何距离函数模型与离差程度系数模型;其次,属性的评价值为概率犹豫模糊元,在考虑其内部元素的离差程度与相互之间离差程度基础上,采用熵值法确定属性权重;再次,使用新定义的几何距离函数与离差程度系数函数计算由概率犹豫模糊元组成的属性值,得到属性的综合值,并利用Maclaurin对称平均算子对各方案属性的综合值进行集结,通过比较集结的方案属性综合值大小对各方案进行排序;最后用一个数值算例对本文方法进行验证分析,结果表明,该方法能够快速取得有效的排序结果。     

基于云模型的多属性决策方法适用性研究

军事通信网络效能稳健性评估是一个综合性问题。如何根据特定的评估需求确定适当的多属性决策方法是稳健性评估的重要支撑和基本问题。在云模型的基础上,提出了一种多属性决策方法的适用云量化评价方法。通过构建各方法适用云模型,计算其期望和超熵对各方法适用度进行定量评价,为多属性方法优选的信任决策提供了量化依据。通过案例分析表明,该方法能够有效地支持评估主体的方法稳健性优选决策,对评估方法的稳健性优选决策研究进行了有益的探索。     

基于可能度的犹豫模糊PROMETHEE方法

 针对犹豫模糊多属性决策问题, 引入犹豫模糊可能度概念, 提出了基于可能度的PROMETHEE 方法。首先, 基于均匀分布的概率准则给出了犹豫模糊元比较的可能度公式, 并证明其性质;在其基础上结合PROMETHEE 法, 给出犹豫模糊多属性决策方法。本方法将传统PROMETHEE 的多步骤整合为一个公式, 简化了计算过程。最后, 通过实例验证了该方法的合理性和可行性。     

一种基于区间二型模糊信息熵的TOPSIS多属性决策方法

针对属性权重未知的语言多属性决策问题,首先通过EKM算法将语言评价信息定量转化为区间二型模糊数,在此基础之上,定义一种区间二型模糊数的信息熵,并讨论其优良性质;基于该信息熵最大化准则构建了优化模型进行求解属性权重,同时提出一种基于区间二型模糊信息熵的TOPSIS多属性决策方法;最后通过实例说明该方法的合理性和有效性。     

犹豫模糊语言多属性决策灰关联分析方法及其应用

以区域金融生态环境评价问题为研究对象,提出一种新的融合方法;针对犹豫模糊语言术语集,结合灰色关联分析理论,提出犹豫模糊语言灰色关联度的概念,并基于离差最大化原理给出最优化模型,对各属性进行客观赋权;最后用实例验证了其有效性和可行性,突破了传统的灰色关联分析法应用于区间属性的决策问题,研究了更模糊且更贴近现实的语言评价环境,该方法不仅能够充分利用原始评价数据,且能减少不必要的信息损失。     

基于Sugeno积分形式的犹豫模糊多属性决策方法

给出在犹豫模糊不确定决策信息背景下,属性间相互关联、相互作用时的多属性决策方法.通过定义基于Sugeno积分形式的犹豫模糊算子,讨论并证明其幂等性、单调性、有界性和可交换性等集成性质;给出基于Sugeno积分形式的犹豫模糊多属性决策方法,并实例验证在多属性决策实际问题中的应用.     

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。     

基于灰色关联分析的犹豫模糊多属性决策研究

针对属性值为犹豫模糊元的决策问题,提出一种基于灰色关联分析的多属性决策方法.首先,依据犹豫模糊的交叉熵得到属性模糊熵矩阵,从而确定属性的权重,并采用灰色关联度模型对决策属性间的相互关联度进行分析,得到属性间的灰色关联矩阵;采用最小关联度原则将矩阵标准化,得到有效的无关联矩阵,然后对属性权重进行调整,得到更合理的属性权重分配;最后,基于灰色关联分析得到各方案与理想方案的关联度,与权重相乘得到方案的排序,并通过算例分析表明该方法的有效性.     

基于TPOP法的犹豫模糊语言稳健型多粒度群决策

多粒度群决策是从决策信息中的多粒度特征出发,利用粒计算模型对群决策问题进行高效建模与分析的过程.现有多数多粒度群决策方法仅可提供单一的决策结果,然而不同方法带来的决策结果往往存在差异.为了深入探索犹豫模糊语言信息系统中的稳健型多粒度群决策方法,依据多粒度概率粗糙集、MULTIMOORA (Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-plicative Form)和TPOP (Technique of Precise Order Preference)建立一种面向多粒度群决策的新型犹豫模糊语言多粒度计算方法 .首先结合犹豫模糊语言术语集与多粒度概率粗糙集,提出犹豫模糊语言多粒度概率粗糙集模型,然后依据离差最大化法计算属性权重与决策者权重,并结合TPOP建立犹豫模糊语言稳健型多粒度群决策方法 .最后,通过医学实例验证提出方法的可行性与有效性.     

B2C电子商务中信任评价机制研究

为了提高B2C电子商务交易的安全性及成功率,客观地反映客户对站点的信任度,提出了基于云模型的信任评价机制。从历史交易评价、站点品牌、商品价格、物流和服务等方面分析B2C电子商务中的信任影响因素,通过信任云的定义来实现信任定性描述与定量表示的统一,基于逆向信任云生成算法、信任云合并算法以及信任云的相似度算法来建立信任评价模型。最后,通过计算结果结合主观推断实现了信任的决策。仿真实验分析验证了本方法的有效性及合理性。     

一种数学检索结果排序中的多隶属度评价方法

针对现有数学检索排序方法所存在的排序属性单一问题,提出一种基于犹豫模糊距离的科技文档多属性综合排序方法。归纳科技文档的评价特征,确立了包括数学表达式几何属性、文档重要性属性和全局属性的三元组;建立以数学查询表达式为标准的科技文档犹豫模糊集,定义了各指标对应的犹豫模糊隶属度函数;利用犹豫模糊集在多属性决策方面的优势,采用文档相似度评价方法对检索结果进行排序。不同领域包含345027个数学表达式的19964篇科技文档的排序对比实验,表明本方法比科技文档单一属性排序方法的合理性有一定的提高。