连续区间Pythagorean模糊相似测度及其多属性决策方法

针对基于连续区间Pythagorean模糊相似测度的多属性群决策问题,首先,提出连续区间Pythagorean模糊有序加权平均(C-IVPFOWA)算子;然后定义一种新的连续区间Pythagorean模糊相似测度,并研究该相似测度的优良性质;接着,基于连续区间Pythagorean相似测度构建决策者权重和属性权重非线性优化模型,同时提出基于新的连续区间Pythagorean相似测度的多属性群决策方法;最后,通过智能家居工程案例验证所提出方法的可行性和有效性.     

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.     

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。     

基于区间模糊相似测度的多属性群决策方法

针对区间orthopair模糊环境下的群决策问题,提出一种基于区间orthopair模糊相似测度的多属性群决策方法.定义一种新的区间orthopair模糊相似测度,讨论其优良性质,并基于新的区间orthopair模糊相似测度构建优化模型,确定群决策中最优专家权重和最优属性权重,进而提出一种基于新的区间orthopair模糊相似测度的VIKOR多属性群决策方法,并将这种方法应用到大学生学生素质评价中,通过模型当中参数的灵敏度分析来验证该方法的合理性与有效性.     

基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策

为了探索q-RO(q-rung orthopair)模糊信息系统中具备稳定决策结果的多属性群决策方法,依据多粒度概率粗糙集与MULTIMOORA(multi-objective optimization by ratio analysis plus the full MULTIplicative form)建立了一种新的q-RO模糊多粒度计算模型,并用于求解多属性群决策问题.结合q-RO模糊概率粗糙集与多粒度粗糙集,提出了多粒度q-RO模糊概率粗糙集模型.利用离差最大化法计算属性权重与决策者权重,进一步建立了基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策方法,该方法考虑了决策风险与容错能力,可提供稳定的决策结果.通过2个实际算例验证了所建立方法的可行性与有效性.     

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.     

基于模糊理想点的模糊多属性决策方法

针对属性权重信息完全未知或只有部分权重信息且属性值为三角模糊数的模糊多属性决策问题,提出3种基于模糊理想点的最优化决策模型.通过对这3种模型的求解,获得属性的权重,给出相应的对方案进行排序和择优的决策方法,从而为解决权重信息不完全的模糊多属性决策问题提供新的途径.     

基于区间orthopair模糊距离测度的ELECTREⅢ决策方法

为了解决决策信息为区间q-rung orthopair模糊数的多属性群决策问题,提出了一种基于区间q-rung orthopair模糊距离测度的ELECTREⅢ多属性群决策方法.定义一种新的区间q-rung orthopair模糊Chebyshev距离测度并讨论其性质,同时基于区间q-rung orthopair模糊Chebyshev距离测度提出了最大偏差法求属性权重,最后提出一种基于区间q-rung orthopair模糊距离测度的ELECTREⅢ决策方法,并进行实例分析验证其有效性和实用性.     

一种基于投影的区间直觉模糊信息多属性决策方法

文章针对区间直觉模糊信息的多属性决策问题,提出了一种新的基于投影思想的决策方法。该方法首先定义了区间直觉模糊正、负理想方案以及决策方案在区间直觉模糊正、负理想方案上的投影等概念;然后对于属性权重信息不完全的情形,建立了一种基于投影的多目标规划模型以获得相应的权重,并利用区间直觉模糊数的加权算术平均(IIFWA)算子对评价信息进行集结,从而获得各个决策方案的排序和择优结果。文中给出一个实例分析,说明了该方法的有效性和可行性。     

基于动态双极值模糊软矩阵的群决策新方法

研究了动态情况下的双极值模糊软矩阵的群决策问题.在实际生活中,时间对决策的影响至关重要,基于此提出了一种新的基于熵权的动态群决策方法.给定一个新的信息熵公式,并建立非线性规划模型,从而确定时间权重.然后利用集成算子将动态双极值模糊软矩阵集成为综合双极值模糊软矩阵,根据中位数水平软集计算出各对象的机会值,得出最优决策.最后通过实例证明此决策方法的合理性与可行性.     

一种梯形模糊偏好的多属性群决策方法

针对多属性群决策问题,以梯形模糊数为基础,给出了一种群决策方法.该方法采用梯形模糊数表示决策者偏好和决策者权重,由偏好矩阵和权重向量构造出加权决策矩阵,通过期望值计算和归一化处理得到规范化的决策矩阵,采用OWA算子进行集结,结合属性权重得出决策结果.最后通过算例表明了该方法的有效性和实用性.     

基于直觉模糊值Sugeno积分算子的多属性群决策

针对现实的多属性群决策问题中,决策属性及专家偏好之间均存在不同程度的相互关联问题,提出了一种基于直觉模糊值模糊积分的多属性群决策方法. 并基于直觉模糊值模糊测度,提出了一种直觉模糊值Sugeno积分算子,讨论了该算子的性质,给出了基于该算子的多属性群决策方法与途径. 通过实例分析说明了该方法的具体应用及计算过程.     

基于投影的不完全信息直觉模糊多属性决策方法

针对权重信息和属性值信息都不完全确定的多属性决策问题,提出了一种基于投影的直觉模糊多属性决策方法。该方法利用直觉模糊集表示不完全的属性值,并以直觉模糊加权投影衡量可选方案与理想方案之间的相似度;在此基础上,通过优化求解非线性规划模型得到了属性权重;并根据方案与正、负理想方案的相对贴近度进行了优劣排序。算例分析结果表明,该方法可以有效解决不完全信息下的多属性决策问题。     

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。     

一种多Agent协商中多目标群决策算法

为解决多Agent多目标群决策情形中属性的权重或决策Agent的权重未知时无法进行有效决策的问题,提出了采用迭代思想改进模糊多目标群决策模糊优选算法的途径.在模糊多目标群决策中,将未知模糊权重通过有效地迭代计算得出,从而确定出决策的最优排序结果.实例演算证明该算法可行且决策时间较短.     

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.     

模糊多属性决策问题中属性权重的确定及应用

确定属性的权重是模糊多属性决策中的重要问题,在对不可指定性度量的基础上,提出一种在模糊属性为多值时确定属性权重的新方法,并应用该方法进行供应商选择评价,说明了该方法的实际意义和应用价值.     

模糊多属性决策方法及其在投资决策中的应用

根据模糊多属性决策基本原理，结合投资决策的特点，运用三角模糊数，提出一种模糊多属性决策方法，建立了决策模型。该模型具有良好的通用性和可操作性。     

基于GOWA算子的IITFN群决策方法

对区间直觉梯形模糊数(IITFN)决策方法进行了研究.通过定义区间直觉梯形模糊数的期望值和预期得分,进而给出区间直觉梯形模糊数的一种新的排序方法;同时,给出了广义有序加权平均算子及其性质.为了求广义有序加权平均(GOWA)算子的权重,提出了广义最小二乘法,进而建立了基于区间直觉梯形模糊数的属性权重完全未知的多属性群决策方法,并给出了相应的群决策方法.实例分析验证了所提出方法的有效性.     

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.