基于I-TOPSIS的可比较语言多属性决策方法

针对属性值是可比较语言的多属性决策问题,提出了一种新的多属性决策方法——I-TOPSIS法;传统的TOPSIS方法的综合评价值只能反映各评价对象内部的相对接近度,为了体现各方案与理想的最优方案的接近程度,引进I-TOPSIS法,通过定义正负理想点找到最优的参照方案,根据备选方案与最优参照方案之间的距离对备选方案进行排序和择优;最后,通过实例分析说明了方法的有效性和合理性。     

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.     

新型对偶犹豫模糊集距离测度及其多属性决策方法

对偶犹豫模糊集为处理复杂问题的不确定性提供了有效手段,其距离测度是一重要衡 量指标。针对现有距离测度的局限性,本文定义了对偶犹豫模糊集的犹豫度,给出了基于犹豫度 偏差以及隶属度与非隶属度完全偏差的对偶犹豫模糊集距离测度。新距离测度从3个信息维度来 衡量距离偏差,更全面客观地体现出数据信息,弥补了传统距离测度可能无法识别的不足。最后 结合TOPSIS决策思想给出决策步骤,并应用于航空公司服务质量评价,验证了新距离测度的有效 性和合理性。     

基于梯形直觉模糊数的TOPSIS多属性决策方法

针对属性值为梯形直觉模糊数的多准则决策问题,给出了一种基于梯形直觉模糊数的TOPSIS多属性决策方法.根据提出的梯形直觉模糊数的Hamming距离公式,计算各方案和梯形直觉模糊数正负理想方案的距离,从而求得各方案和正理想解的相对贴近度,基于贴近度大小对方案集进行排序.最后,用数值实例进一步说明了该梯形直觉模糊TOPSIS方法的有效性和实用性.     

直觉犹豫模糊集距离测度及其应用

在决策过程中考虑决策者对备选方案给出评估信息的犹豫性,定义了直觉犹豫模糊集的犹豫度.首先,结合传统的距离测度,给出了基于犹豫度的直觉犹豫模糊集的距离测度,通过具体的模式识别案例分析,将所提出的直觉犹豫模糊集的距离测度与已有的直觉犹豫模糊集的距离测度进行了比较,结果显示,所提出的距离测度具有实用性和有效性.其次,结合有偏...     

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。     

基于犹豫模糊语言信息的EDAS决策方法

针对个体偏好用犹豫模糊语言术语表达的多属性决策问题,提出了一种离平均方案(平均解)距离的评价(EDAS)方法.该方法利用犹豫模糊语言加权平均算子计算平均方案.采用可能度公式对两个犹豫模糊语言术语集进行比较,然后依据EDAS方法的思想,确定各方案与平均方案的正向距离值与反向距离值.通过把两种距离值综合,得到各方案的综合评价值,用以对方案进行排序.最后结合案例说明该决策过程以及方法的有效性和合理性.     

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.     

犹豫模糊语言信息的主要内容探析

针对决策过程中环境的不确定性以及人类知识的有限性,提出了能够描述决策信息的不确定性、准确反映决策者偏好的犹豫模糊语言;首先从犹豫模糊语言的相关概念、运算规则、比较规则、距离测度、算子以及基于犹豫模糊语言的多准则决策方法等方面对近年来的犹豫模糊语言相关文献进行综述,然后将基于犹豫模糊语言的多准则决策方法应用到现实生活中,并给出了犹豫模糊语言的相关应用领域,以此说明对犹豫模糊语言的研究不仅具有理论意义,而且具有现实意义,最后对犹豫模糊语言的未来作出展望,指出在大数据、云计算时代,犹豫模糊语言需要与新领域相结合。     

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.     

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。     

一种指标权重信息不完全的语言多指标决策方法

针对指标权重信息不完全且指标值为语言评价信息的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的语言多指标决策问题进行了描述;然后给出了求解具有不完全信息的语言多指标决策问题的计算步骤,其核心是将语言评价信息转化为三角模糊数,通过计算方案值与理想点的距离,构建线性规划模型,得到指标权重值,进而可计算出每个方案的模糊评价值,相应地通过计算两两模糊数比较的可能度,可得到所有方案的排序结果.最后通过给出一个算例说明了所提方法的可行性和实用性.     

模糊等价关系下的犹豫模糊粗糙集及其应用

首先通过对长度不同的犹豫模糊元进行补齐来定义犹豫模糊集新的交并运算,在Pawlak近似空间中利用新的运算建立粗糙犹豫模糊集模型;然后将Pawlak近似空间推广到一般犹豫模糊近似空间,利用犹豫模糊元间的相似度获得犹豫模糊近似空间中对象间的模糊关系矩阵,再利用模糊集的传递闭包法将模糊相似矩阵转化成模糊等价矩阵,在此基础上建立犹豫模糊信息系统中的粗糙集模型,研究犹豫模糊信息系统的属性约简。最后通过一个算例来说明犹豫模糊信息系统的属性约简方法。     

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.     

基于方差最小化的直觉模糊语言多属性决策方法

针对语言型决策存在运算越界和不符合人们直觉等问题,采用直觉模糊语言距离测度,构建个体评价信息与集成结果之间的方差最小化模型,并通过求解该模型给出直觉模糊语言运算新方法,通过给出直觉模糊语言期望值、精确值和直觉模糊语言的序关系,进而给出一种属性权重已知或完全未知且属性值为直觉模糊语言的多属性决策方法。最后,将所获得的决策方法应用于具体的数值实例中,对比现有方法以验证其合理性与有效性。数值实例结果显示,所提方法在一定程度上克服了现有语言运算存在的越界以及不符合人们直觉的不足。     

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。