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.     

基于拓展C-OWGA算子的多属性群决策方法

目的为求决策方法的简洁实用,研究决策信息为区间数的多属性群决策问题。方法将连续的OWGA(C-OWGA)集结算子拓展到不确定环境之中,提出了一些不确定信息(区间数)集成新算子,如加权的C-OWGA(WC-OWGA)算子、有序加权的C-OWGA(OWC-OWGA)算子以及混合的C-OWGA(HC-OWGA)算子。结果结合区间数的运算法则,利用HC-OWGA算子对决策信息进行集结而获得方案的排序。提出了基于HC-OWGA算子的不确定多属性群决策方法。结论算例表明该方法是可行有效的,且该方法有良好的应用前景。     

基于不确定语言信息的群决策方法及其应用

对于属性权重和属性值均以不确定语言信息形式给出的多属性群决策问题进行了研究,提出了基于ULWM算子和ULHA算子的多属性群决策方法。首先定义了ULWM算子,并且讨论了该算子的一些性质。通过ULWM算子集结决策方案的综合属性评估值,ULHA算子集结决策方案的群体综合属性评估值。然后利用可能度公式对于所有决策方案综合评估值进行比较得到可能度矩阵,最后对模糊互补判断矩阵排序得到所有决策方案的排序信息。实例表明了该方法的有效性。     

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.     

一种多属性群决策方法在质量评估中的运用

研究了属性权重和属性值均为模糊语言形式给出的多属性群决策问题,介绍了一种模糊语言评估标度,并定义了基于语言加权取大(LWM)算子和混合语言加权平均(HLWA)算子,对评估对象的综合属性值进行集结.提出了LWM算子和HLWA算子的多属性群决策方法.最后用实例说明该算法的使用步骤.     

犹豫模糊最优加权Bonferroni几何平均算子及其在多属性决策中的应用

Bonferroni几何平均算子是信息集结问题的研究热点,其主要优点是能捕获变量间的关联性。在Bonferroni几何平均算子基础上提出犹豫模糊最优加权Bonferroni几何平均算子、广义犹豫模糊最优加权Bonferroni几何平均算子。新算子能体现变量同余下变量整体间的加权平均、余下变量相互间的加权平均,并具有退化性。验证了新算子具有幂等性、单调性、有界性等优良性质。以此为基础,提出一种犹豫模糊多属性决策方法,并通过算例验证了方法的实用性。     

不确定型时序多属性群决策及在服务创新中的应用

提出了不确定型时序多属性群决策的新问题,并选用区间数处理方法对不确定型时序多属性群决策方法进行了研究.构建了能同时兼顾线性算子与非线性算子特点的区间数组合加权平均算子,并针对信息集结中综合评价结果对集结路径的依赖问题,确立了基于偏差缩减的多路径集成思路,同时给出了偏差最小法、可靠性加权法、客观差异法等3种合成方法.最后,将上述方法用于目前理论及实务界广泛关注的服务创新方案选择问题中,验证了其有效性.     

权重为区间数的语言多属性群决策方法

利用不确定语言评估标度的运算法则,给出基于语言评估标度及其运算法则的算子,提出一种基于区间权重语言集结(IWLA)算子和不确定语言混合区间权重集结(ULHIWA)算子的语言多属性群决策方法,并用实例验证该方法的可行性及合理性.实例分析表明,该方法计算简便,能够充分利用已有的决策信息,而且能够充分考虑决策者自身的重要性,并且可以消除个别决策者主观因素的影响,保证了决策结果的合理性.     

基于ULWGM算子和改进ULHGM算子的方案优选方法

 方案优选属于多属性决策问题。不确定语言多属性决策是一种研究与应用较多的多属性决策方法,决策的重点是对不确定语言变量的集结算法。决策过程中,需要对不确定语言变量进行对比排序。针对已有的排序方法存在误差的情况,给出了一种能够准确计算可能度的模型,该模型满足不确定语言变量的下标取值服从均匀分布的条件。在不确定语言变量的集结算法中,ULHGM算子适用性强,但它先考虑了数据自身的重要性程度,然后才考虑数据位置的重要性程度,这在一定程度上会造成评价信息的失真,影响集结结果的准确性。为此,对其集结过程进行了改进,根据赋予算子关联权重的初衷,直接对专家的原始评判数据赋予位置权重,然后赋予反映数据自身重要性程度的权重,最后再进行集结。ULHGM算子需要进行两次指数加权运算才能得出集结结果,而改进后的算子只需要进行一次指数加权运算,因此其集结算法更为简便。接下来,基于ULWGM算子和改进的ULHGM算子,建立了方案优选的模型。最后,以某舰炮维修性设计方案的评选为例,分别用IULHGM算子和ULHGM算子对专家的评价信息进行集结,得出了不同的方案排序结果,并对原因进行了分析。案例表明IULHGM集结算法更加准确、合理。     

基于POWC-OWA算子的区间数多属性信息集结方法

针对属性间具有优先级别关系的区间数多属性信息集结问题,提出属性间具有优先级别关系的有序加权C-OWA(POWC-OWA)算子和有序加权C-OWG(POWC-OWG)算子,研究了其性质.基于POWC-OWA算子,提出了属性值为区间数的多属性决策方法,并进行了实例分析.     

基于区间二元语义效用偏差集结算子的多属性群决策方法

针对区间二元语义评价信息多属性群决策问题中具有不确定性,考虑语言评价的分布,定义了二元语义的三类效用函数,相应地定义区间二元语义的效用距离测度,并研究了该测度的基本性质,基于新测度提出区间二元语义效用偏差加权集成(ITUD-WA)算子和区间二元语义效用偏差有序加权集成(ITUD-OWA)算子.进而给出一种基于新算子的多属性群决策方法,并将所提出方法应用到具体实例中,验证了该方法的有效性及可行性.     

一种组合加权几何平均算子及其应用

提出了一种集结数据信息的组合加权几何平均（CWGA）算子，证明了加权几何平均（WGA）算子以及有序加权几何平均（OWGA）算子均为CWGA算子的特例，CWGA算子的根本特点是：不仅考虑每个数据的自身重要性程度，而且还体现了每个数据所在位置的重要性程度，最后，提出了一种基于WGA及CWGA算子的多属性群决策方法，并通过实例对该决策方法的合理性和有效性进行了说明。     

一种基于新的不确定语言集成算子的多属性群决策方法

针对不确定语言评价信息的多属性群决策问题,为避免直接运算时产生的越界现象,文章构建基于等信息转换理论的不确定语言模型,定义该模型下的新运算法则,提出新运算法则下的广义不确定语言加权平均算子(ULWA_2)和广义不确定语言有序加权平均算子(ULOWA_2).基于所定义的不确定语言集成算子,文章提出一种多属性群决策方法,并通过实例说明该决策方法的可行性与有效性.     

基于LGIOWA算子的方案优选问题的分析

采用不确定语言型决策方法来解决方案优选等具有多属性的模糊群决策问题,给出了一种模糊语言评估标度相应的三角模糊数表达方式,提出了LGIOWA算子,及其在应用过程中的具体步骤,并提出了一种相应的集结多属性群决策信息的方法。利用该方法较好地解决了方案优选问题中的一些难点,最后通过算例说明了方法的可行性和有效性。     

改进的加权调和平均算子及其在多属性决策中应用

在加权调和平均（WHA）算子的基础上,提出了信息数据集结的有序加权调和平均（OWHA）算子和组合加权调和平均（CWHA）算子,探讨了它们的一些性质关系,给出了OWHA算子和CWHA算子应用于多属性决策的方法,最后通过实例分析表明该决策方法是有效和可行的.     

区间二元语义信息的C-OWGD算子在多属性群决策中的应用

基于C-OWGD算子定义了一种新的区间二元语义距离,再将其和语言环境下的有序加权距离(OWD)算子相结合,提出了基于区间二元语义C-OWGD算子距离的有序加权距离(ITC-OWGD)算子,并探讨了该算子的一些性质和特例。最后,给出了基于ITC-OWGD算子的区间二元语义多属性群决策方法。该方法在决策者权重、属性权重信息皆未知的条件下,给出了求解决策者权重和属性权重的公式,从而获得相应的权重。     

基于不确定语言信息的C-OWA和C-OWG算子及其应用

研究了不确定语言信息的集成问题，把连续的有序加权平均（C—OWA）算子和连续的有序加权几何（C-OWG）算子扩展到不确定语言环境之中。提出了一些新的不确定语言信息集成算子，如：加权的不确定语言偏差C-OWA（WULDC-OWA）算子和加权的不确定语言偏离C-OWG（WULDC-OWG）算子等，研究了它们的一些优良性质，如：齐次性、单调性等。分别给出了基于WULDC-OWA算子和基于WULC-OWG算子的不确定语言多属性决策方法，并且用实例对方法的求解过程进行了详细说明。     

多属性决策方法应用一例

本文针对网络购物网店选择的问题,提出了一种基于OWA算子和语言OWA算子的综合多属性群决策方法,首先利用OWA进行纵向集结,然后利用CWAA算子对纵向集结结果进行横向集结;不仅能充分考虑决策者的自身重要性程度,而且尽可能地消除个别决策者受个人感情等主观因素的影响因素,并增加中间值的作用,从而增强决策结果的合理性。     

多粒度语言评价信息的动态多属性决策方法

针对多粒度语言评价信息的动态多属性决策问题,基于语义的模糊化函数将不同粒度的语言评价信息映射为同一区间上的三角模糊数,并给出模糊有序加权几何平均算子。通过该算子对各时段属性信息进行横向和纵向集结,从而得到方案的排序。最后经过实例分析,说明该方法的有效性和可行性。     

模糊语言环境下的网络舆情突发事件应急群决策模型

在分析网络舆情突发事件的成因和应急决策特性的基础上,从舆情状态、突发事件警情和民众关注三个方面构建网络舆情突发事件应急决策的指标体系。由于舆情事件的不确定性、复杂性,单一方法难以做出有效的决策,本文提出一种综合模糊语言变量、加权欧式距离以及优先集成算子的针对舆情事件应急决策的模糊多属性群决策模型。以模糊语言变量给出舆情事件在属性下的评价,然后使用基于加权欧式距离的方法计算专家的决策评价与平均的群体评价之间的距离,以反向调整专家的初始权重,增强群体意见一致性。现实应急决策问题中,决策指标通常有不同的优先级,本文使用优先集成算子集成舆情事件决策信息,得到最终决策评价值,进而对各舆情事件按紧急度排序。最后,通过一个实例验证本文方法的有效性。