基于软似然函数的直觉模糊多属性决策方法

为解决传统似然函数中结果值受极端数据影响及无法全面反映决策者偏好程度等问题,本文提出基于软似然函数的直觉模糊多属性决策方法。首先,针对具有不确定性的多属性决策信息,利用直觉模糊集表示模糊信息,对不确定的属性信息进行统一描述,构建了一个直觉模糊环境下的多属性决策问题。其次,通过引入态度特征识别决策者的主观偏好,考虑幂有序加权平均算子下各属性间的支持度,从而确定属性权重,在此基础上采用基于软似然函数的多属性决策算法对多个概率证据进行有效聚合。实验结果表明,所得软似然函数值更趋近于线性变化,不仅能更好地软化加权值,反映决策者的偏好信息,而且能在一定程度上减弱极端数据对结果产生的影响。     

基于区间直觉模糊集的研究型高校可持续发展能力评价

定义了基于Einstein运算规则的区间直觉模糊数运算规则以及区间直觉模糊信息的IIFEWG算子和区间直觉模糊信息的IIFEWA算子.针对准则值为区间直觉模糊数的多准则决策问题,提出一种区间直觉模糊多属性决策方法.该方法利用IIFEWG算子或者IIFEWA算子对准则进行集成,得到各方案的综合区间直觉模糊数,通过比较各方案综合区间直觉模糊数的得分函数值和精确函数值得到方案集的排序.从研究型高校的科研能力、人才培养、财务发展潜力和财务当前水平评价其可持续发展能力,评价过程及结果表明了基于Einstein运算规则的区间直觉模糊信息集成方法的有效性和可行性.     

基于三角直觉模糊的交互式偏好顺序决策模型

针对多属性决策问题中决策者主观判断的模糊性和决策过程中存在的补偿问题,本文提出了基于三角直觉模糊数的多属性决策模型。首先,用三角直觉模糊数来完成模糊信息的表达,从而更好地描述出决策信息的不确定性。其次,利用改进后的交互式多准则决策方法（an acronym in Portuguese for interactive multi-criteria decision-making, TODIM）,并结合偏好顺序结构评估法（Preference Ranking Organization Method for Enrichment Evaluations, PROMETHEE-II）方法在模糊环境中对备选方案进行排序,使该框架更具实用性和适用性。最后,通过案例证明了该决策框架的有效性,并对决策结果进行进一步敏感性分析,分析结果验证了其稳定性。     

一种基于直觉模糊语言概念格的规则提取方法

针对具有模糊语言值不确定性信息的决策问题,提出一种基于直觉模糊语言概念格的规则提取方法.基于直觉模糊概念格,提出直觉模糊语言形式背景及直觉模糊语言形式概念,探讨直觉模糊语言形式概念间的偏序关系以及直觉模糊语言概念格之间的细于关系.在直觉模糊语言决策形式背景下,给出直觉模糊语言集之间的相似度以及加权相似度,讨论其相关性质.构建条件概念格和决策概念格,得到在直觉模糊语言决策形式背景下的规则集,建立直觉模糊语言规则提取应用模型.通过疾病诊断实例说明该方法的有效性和实用性.所提出的方法能够同时考虑决策过程中正反两方面的评价信息,减少决策过程中的信息损失.     

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...     

改进得分函数的梯形直觉模糊群决策方法

文章针对已有梯形直觉模糊数得分函数和精确函数的缺陷和不足,定义了新的得分函数和精确函数,并在此基础上提出了基于相关系数的多准则群决策方法,用于解决专家权重信息未知的梯形直觉模糊数群决策问题。通过得分函数计算专家权重,比较加权方案值与正负理想方案值的相关系数得到排序结果。最后通过实例分析对比说明了该方法的有效性。     

基于区间值直觉模糊集加权TOPSIS的高校教师教学效果评价

开展高校教师教学效果评价是提高高校教学质量管理的有效方法之一。基于教学效果评价信息的不确定性,部分文献提出了模糊综合评价、TOPSIS、直觉模糊多属性决策等多种方法。但针对多属性决策中所包含的大量模糊和不确定信息的问题,则采用区间值直觉模糊集加权TOPSIS法,能得到更好地解决。通过定义区间值直觉模糊集和2个区间值直觉模糊集之间的距离等概念,并结合加权TOPSIS原理,计算各方案到正、负理想解的距离和紧密度的综合指标值,从而判断各备选方案的优劣次序。最后通过高校教师教学效果评价实例证明了其方法的有效性。     

基于交叉效率DEA和目标规划的直觉模糊偏好关系排序方法

针对直觉模糊偏好关系排序问题,提出一种基于交叉效率DEA和目标规划的直觉模糊偏好关系排序向量的计算方法;在定义直觉模糊偏好关系导出矩阵的基础上构建了仁慈型交叉效率DEA模型,给出了基于直觉模糊偏好关系方案交互评价的排序向量隶属度求解算法;进一步考虑隶属度和非隶属度的内在联系,构建了获取各方案非隶属度的目标规划模型;最后,通过算例分析说明该方法不需要进行一致性调整,决策信息的损失能够得到有效避免,具有较好的可信度和广泛的适用性.     

基于知识测度的区间直觉模糊多属性群决策方法

针对现有的区间直觉模糊熵未能全面体现区间直觉模糊集所包含的信息,从而会导致相关熵应用的多属性群决策出现偏差这一问题,提出了一种基于知识测度的区间直觉模糊多属性群决策方法.首先,利用扩展的区间直觉模糊知识测度确定属性权重;然后,利用区间直觉模糊加权算术平均算子集成信息,得到各备选方案的综合属性值,进而用得分函数对方案进行排序.最后通过一个实例表明了提出方法的合理性和有效性.     

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。     

基于距离模型的动态直觉模糊多属性决策方法

针对已知各决策时段的时间权重,以直觉模糊数形式给出的动态多属性决策问题,利用直觉模糊加权算子对各时段的评价值进行集成,得到综合评价值,同时构建直觉模糊集的记分函数,充分考虑和挖掘直觉模糊犹豫指数部分的信息,以提高对直觉模糊数评价的准确性。利用记分函数确定直觉模糊多属性决策指标集的正负理想点,避免采用绝对优的点或绝对劣的点进行评价引起偏差,并由此构造基于距离公式的排序模型,对整个方案集进行排序并择优。最后利用实例验证该方法的实用性与可行性。     

基于直觉模糊格的不确定性证据分析

针对属性值和权重均为语言真值直觉模糊对的多属性决策问题,文章提出一种基于直觉模糊格和证据理论的群决策方法:对专家给出的每个方案的属性值和属性权重进行证据合成,根据十元语言真值直觉模糊对LI10格对证据合成结果进行排序,通过案例验证了所提出方法的有效性和合理性。首次用语言值直觉模糊对代替数值进行证据合成和群决策,解决了人的自然语言在转化成数值的过程中会出现信息缺失等问题。     

基于Topsis方法的区间直觉模糊多属性决策方法

提出一种权系数信息不完全确定且准则值为区间直觉模糊集的多准则排序方法．给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,通过计算各方案与理想方案和负理想方案的距离,并结合不完全确定的权系数建立线性规划模型,利用manab求解所得优化模型,得出最优准则权系数,通过比较方案的直觉模糊集与理想方案和负理想方案的距离,得到方案集的排序,最后的数值计算说明了该方法的有效性和可行性．     

基于PAO算子的直觉模糊多准则决策算法

定义了直觉模糊数及其比较规则,提出了直觉模糊数间的PAO算子.针对准则间具有偏好关系且准则权重未知并变化,准则值为直觉模糊数的模糊多准则决策问题,提出了利用PAO算子进行集结的决策方法.该方法通过计算各方案在不同准则下的相对满意指数和相对精度,利用PAO算子获得每个方案的具体准则权重并生成计分函数和精确函数.通过计分函数的比较,得出方案集的排序结果.实例分析表明了该方法的有效性和可行性.     

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Jaynes最大熵的模糊多属性群决策投影方法

为了解决属性权重完全未知的模糊多属性群决策问题,采用基于Jaynes最大熵原理的投影偏差模型确定指标权重,运用基于多准则妥协解排序法的妥协解排序框架实现决策过程。首先运用区间直觉模糊集表达决策者的犹豫模糊评价信息,然后运用集成算子获得综合决策矩阵,再运用Lingo11~求解获得属性权重,利用信息集结获得备选方案的加权投影,最后根据方案的最大群效应值、最小后悔值和综合指标值进行方案排序。实验显示,方案的排序结果与其它方法保持一致,趋势图显示此方法计算的各方案综合指标值变化趋势更明显。分析表明,该方法避免了其他权重确定方法的不足之处,消除了计算过程中的折衷损失,适用于属性权重完全未知的多属性群决策方案排序问题的评价。     

一种基于连续区间直觉模糊Theil测度的多属性群决策方法

针对区间直觉模糊信息的不确定性,提出了一种基于连续区间直觉模糊Theil(C-IVIFT)测度的多属性群决策方法。首先基于连续区间直觉模糊有序加权平均(C-IVIFOWA)算子定义了连续区间直觉模糊Theil测度,并研究该测度的一些性质;其次,构建以C-IVIFT测度偏差最小化为目标的最优化模型用以确定专家权重和属性权重,进而得到不同方案的综合属性值,并利用相似性函数和精确函数对方案进行排序;最后,通过ERP软件择优实例说明提出的决策方法的合理性和有效性。     

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.     

基于集对分析和直觉模糊集的语言型多属性群决策方法

针对语言型多属性群决策问题进行了研究,提出基于集对分析的直觉模糊群决策方法。首先给出语言信息与直觉模糊值的转换方法;分析集对分析的思想与直觉模糊集思想的兼容性,通过集对分析的方法求解出方案对于单个属性和所有属性的联系度表达式;最后通过一个排序公式对方案进行排序,并得出最优方案。算例证实了该方法的有效性。