直觉梯形模糊数集成算子及在群决策中的应用

在决策问题中,为了解决因属性和专家偏好间相互关联而导致的传统信息集结算子失效问题,提出了基于Choquet积分的新的决策方法。该方法在Vague集的基础上引入模糊测度的概念,并用直觉梯形模糊数刻画专家评价信息;再利用Choquet积分和直觉梯形模糊数相互融合,形成基于Choquet积分的直觉梯形模糊数信息集成算子;讨论了该算子的相关性质,并利用该算子对各方案进行评价,从而选出最优方案。最后通过实例验证该方法的有效性和可行性。     

基于熵权的区间梯形直觉模糊数型VIKOR多属性群决策方法

针对备选方案的属性值为区间梯形直觉模糊数(IVITFN)且方案属性指标和决策者权重未知的多属性群决策(MAGDM)问题,提出了一种基于熵权的区间梯形直觉模糊数型多准则妥协解排序(VIKOR)方法。首先,将决策者的评价信息转化为IVITFN决策矩阵,并对其进行规范化处理;其次,利用区间梯形直觉模糊Bonferroni平均(IVITFBM)算子将多个决策者的决策矩阵集结为一个综合决策矩阵;然后,利用熵权法求出综合决策矩阵中各属性指标的权重,并基于VIKOR方法对备选方案进行排序以及决策分析;最后,通过实例和比较分析验证了该方法的有效性和可行性。     

基于新期望值的直觉模糊投资决策方法

针对采用直觉梯形模糊数表达评价信息的投资决策问题,依据直觉梯形模糊数的几何特征定义其期望值,结合直觉梯形模糊数的集成算子,提出一种直觉模糊投资决策方法,并通过算例说明方法的可行性和有效性。     

基于Vague集的模糊信息融合研究

在分析模糊信息融合局限性，并介绍Vague集概念的基础上，提出了基于Vague集的模糊信息融合方法．给出了该方法的数学描述、数据组织、结果评价等概念及算法实现过程．并以传感器一目标模型为例，演示和分析了该方法的应用及评价过程．从结果看，基于Vague集方法进行模糊信息融合是简易、高效和可靠的．     

TFOWA算子及其在决策中的应用

研究了属性权重信息完全未知、属性值以梯形模糊数形式给出的多属性决策问题,给出了梯形模糊数决策矩阵的规范化公式.把有序加权平均(OWA)算子推广到所给定的数据信息均为梯形模糊数形式的不确定环境中,提出了一种梯形模糊有序加权平均(TFOWA)算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结决策信息的方法.TFOWA算子的特点是充分利用梯形模糊数的不确定性,因而更能反映客观事物的复杂性及人类思维的模糊性,从而使得决策更符合实际情况.最后通过算例说明了方法的可行性和有效性.     

基于ITFOWA算子的多属性决策方法研究

将梯形模糊有序加权平均算子（TFOWA）扩充至诱导的梯形模糊有序加权平均（ITFOWA）算子情形．提出两梯形模糊数接近度概念,用其度量属性本身的重要性程度、并以属性值的接近度作为诱导变量,采用ITFOWA算子进行信息集结,得到一种新的基于诱导梯形模糊有序加权平均算子的多属性决策方法．     

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Vague集的一类蕴涵算子

介绍了采用Fuzzy集进行近似推理的一些蕴涵算子的性质,根据Vague集的直觉特性提出了采用Vague集实现近似推理的一类蕴涵算子的构造方法,并根据Vague集的模糊熵对上述蕴涵算子的特性进行了解释。     

基于区间模糊贴近度的地铁隧道可靠度评价方法

为了提高地铁隧道可靠度安全评价精度，首先建立由3个一级指标和24个二级指标构成的评价指标体系，并对监测值进行无量纲模糊化处理。其次利用区间模糊熵权法分别确定各级指标权重，并将指标值进行加权融合得到综合等级划分区间值。然后提出区间模糊贴近度计算公式，对监测点数据进行模糊值转化，并计算区间模糊数与综合等级划分值的贴近度。最后利用贴近度排序法对监测点进行可靠度等级评价，所得结果与工程实际相符。     

基于广义区间梯形模糊集的大学生素质评价模型

基于广义区间梯形模糊数的重心计算、广义区间梯形模糊集的有权算术集成算子和混合集成算子,建立一种新模型来处理大学生素质评价问题.算例结果显示该模型处理大学生素质评价问题是有效的.     

非均质和各向异性土质浅埋隧道支护力研究

针对土体的非均质和各向异性,以土质浅埋隧道为例,采用极限分析上限法和可靠度方法研究隧道支护力的大小.结果表明,土体非均质和各向异性对支护力的影响程度取决于隧道的埋深.当埋深小于15m时,围岩的自稳能力较差,土体非均质和各向异性的影响不能明显地体现出来,支护力主要随埋深的增大而增大;当埋深大于20 m时,围岩的自稳能力较强,支护力随土体非均质和各向异性的增大发生明显变化,埋深越大,土体非均质和各向异性对支护力的影响越强.可靠度研究表明,非均质和各向异性参数的分布及变异系数的大小对支护力的影响较大,对数正态分布时影响更为明显.建议在土质浅埋隧道设计时,务必考虑土体的非均质和各向异性,防止保守支护增加工程成本或支护力不足引起隧道坍塌.     

隧道可靠度BFOA逆向寻优方法及其工程应用

为了能够根据预期可靠度要求进行隧道支护参数逆向求解设计,基于软弱围岩失稳变形的极限状态方程与细菌觅食优化算法(BFOA)建立一种隧道可靠度逆向求解方法.实际应用过程中,首先采用概率图法验证围岩基本力学参数的分布特征;然后通过Monte Carlo抽样的方式,根据围岩变形极限状态方程建立隧道可靠度求解模型并以此作为优化算...     

隧道型钢喷混凝土初期支护的可靠度计算方法及应用

针对隧道中常采用的型钢拱架+喷混凝土的初期支护形式,提出其截面失效的功能函数;采用“位移法”计算初期支护的轴力和弯矩,同时考虑型钢拱架对可靠指标计算的影响;讨论失效概率计算参数的不确定性,确定随机变量的概率特征.最后,利用功能函数对工程实例中隧道型钢喷混凝土初期支护进行可靠度计算,并对其进行安全性评价.结果表明:计算结果与实际状态相吻合,且符合相关规范对可靠指标的规定.     

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.     

基于位置子市场划分的房价贝叶斯概率模型

针对方案属性值为Vague值且考虑专家评分可信度的多属性群决策问题,提出了一种基于Vague集模糊熵和D-S证据理论的多属性群决策分析方法。该方法充分考虑各专家给出的Vague值评价信息中所蕴含的模糊性与不确定性,借助模糊熵来获取与专家自身意见相匹配的评分可信度序列,其完全由数据驱动,弥补了传统方法对可信度主观统一设定的不足。首先,基于各专家原始决策矩阵获得各属性下的Vague集模糊熵,以构建与专家集相对应的评分可信度矩阵;其次,对经可信度调整后的各专家决策矩阵使用证据合成进行信息集结,利用Vague集记分函数并经可信度调整得到属性权重;最后,将专家群体集结信息经属性权重加权修正后算出各方案最终的Vague评价值,进而使用记分函数获得各方案综合得分,筛选出最优方案。利用证据理论在不确定信息融合方面的优势和Vague集记分函数的信息转化功能,通过证据合成和记分函数集结专家群体的评价信息,所得出的决策结果更加客观、合理,并通过一个具体算例验证了所提方法的可行性和有效性。     

基于Vague集模糊熵和D-S证据理论的多属性群决策方法

针对方案属性值为Vague值且考虑专家评分可信度的多属性群决策问题,提出了一种基于Vague集模糊熵和D-S证据理论的多属性群决策分析方法。该方法充分考虑各专家给出的Vague值评价信息中所蕴含的模糊性与不确定性,借助模糊熵来获取与专家自身意见相匹配的评分可信度序列,其完全由数据驱动,弥补了传统方法对可信度主观统一设定的不足。首先,基于各专家原始决策矩阵获得各属性下的Vague集模糊熵,以构建与专家集相对应的评分可信度矩阵;其次,对经可信度调整后的各专家决策矩阵使用证据合成进行信息集结,利用Vague集记分函数并经可信度调整得到属性权重;最后,将专家群体集结信息经属性权重加权修正后算出各方案最终的Vague评价值,进而使用记分函数获得各方案综合得分,筛选出最优方案。利用证据理论在不确定信息融合方面的优势和Vague集记分函数的信息转化功能,通过证据合成和记分函数集结专家群体的评价信息,所得出的决策结果更加客观、合理,并通过一个具体算例验证了所提方法的可行性和有效性。     

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.     

梯形中智数有序几何算子及其在群决策的应用

梯形中智数是中智数的一个扩展,其主要特点是将中智数的真实程度、不确定程度以及谬误程度以梯形模糊数的形式表示.对于其集成问题,文中给出了梯形中智数两个新的集成算子,即梯形中智数有序加权几何(TNNOWG)算子以及梯形中智数组合几何(TNNHG)算子,研究了这些算子所具有的性质.并且根据实例说明了所提出的算子的合理性.进一步地给出了一种属性权重未知且属性值以梯形中智数表示的多属性群决策方法.最后通过实例分析验证了所提出的方法的有效性.     

基于犹豫梯形模糊Bonferroni Mean算子的多属性决策

针对专家评价值为犹豫梯形模糊元的多属性决策问题,考虑专家评价值之间的关联性,结合Bonferroni均值提出了犹豫梯形模糊Bonferroni mean算子及其加权形式.利用犹豫梯形模糊元的运算法则研究算子的相关性质和一些特例,给出了基于犹豫梯形模糊加权Bonferroni mean算子的决策方法,并通过数值实例验证了该算子的有效性.     

基于顾客群体语言评价信息的服务质量评价方法

针对多个相同类型的服务方案或项目的服务质量评价问题,给出了一种基于顾客群体语言评价信息的服务质量评价方法.首先通过调查问卷方式获取顾客针对服务方案的语言评价信息,并将其转化成梯形模糊数;然后计算出各指标的平均权重、服务方案在各指标下的平均服务感知绩效以及每个指标下所有顾客的平均服务期望;进一步地,运用模糊加权平均算子计算各服务方案的服务质量评价值,同时计算其与每个语言短语所对应的梯形模糊数之间的相似度,从而确定各服务方案的服务质量等级,而对于服务质量等级相同的服务方案,通过计算其非模糊价值量来比较服务方案间的优劣.最后,通过一个算例说明了所提方法的有效性和实用性.